El objetivo principal de un sistema de despaletizado es automatizar el proceso de detección y localización de objetos de forma variable específicos en un palet, permitiendo que un sistema robótico los desapile con precisión. Aunque existen muchas soluciones para este problema en entornos industriales y de fabricación, la aplicación en escenarios a pequeña escala como máquinas expendedoras minoristas y almacenes pequeños no ha recibido mucha atención hasta ahora. Este documento presenta un análisis comparativo de cuatro algoritmos diferentes de visión por computadora para la tarea de despaletizado, implementados en un Raspberry Pi 4, una computadora de placa única muy popular con baja potencia informática adecuada para el IoT y la informática en el borde. Los algoritmos evaluados incluyen lo siguiente: coincidencia de patrones, transformación de características invariantes a la escala, Oriented FAST and Rotated BRIEF, y clasificador de cascada de Haar. Se describe cada técnica y se esbozan sus implementaciones. Su evaluación se realiza en la tarea de detección y localización de cajas en las imágenes de prueba para evaluar su idoneidad en un sistema de despaletizado. El rendimiento de los algoritmos se da en términos de precisión, robustez a la variabilidad, velocidad computacional, sensibilidad de detección y consumo de recursos. Los resultados revelan las fortalezas y limitaciones de cada algoritmo, proporcionando información valiosa para seleccionar la técnica más apropiada en función de los requisitos específicos de un sistema de despaletizado.