Hay alrededor de 90 variedades diferentes de garbanzos en todo el mundo. En Irán, donde se lleva a cabo este estudio, hay cinco especies que son las más populares (Adel, Arman, Azad, Bevanij y Hashem), con diferentes propiedades y precios. Sin embargo, distinguirlos manualmente es difícil porque tienen características morfológicas muy similares. En esta investigación, se proponen y comparan dos métodos diferentes de visión por computadora para la clasificación de la variedad de garbanzos. Las imágenes fueron capturadas con una cámara industrial en Kermanshah, Irán. El primer método se basa en la extracción de características de color y textura, seguido de una selección de las características más efectivas, y la clasificación con una combinación híbrida de redes neuronales artificiales y optimización por enjambre de partículas (ANN-PSO). El segundo método no se basa en una extracción explícita de características; en su lugar, los parches de imagen (valores de píxeles RGB) se utilizan directamente como entrada para una ANN de retropropagación de tres capas. El primer método logró una tasa de clasificación correcta (CCR) del 97,0%, mientras que el segundo enfoque logró una CCR del 99,3%. Estos resultados demuestran que la clasificación visual de variedades de frutas en agricultura se puede hacer de manera muy precisa utilizando un método adecuado. Aunque ambas técnicas son factibles, el segundo método es genérico y más fácilmente aplicable a otros tipos de cultivos, ya que no se basa en un conjunto de características dadas.