Las fuentes de energía renovable, como las tecnologías fotovoltaicas (FV), se consideran motores clave hacia la neutralidad climática. Las FV de película delgada, y en particular las tecnologías de seleniuro de cobre, indio y galio (CIGS), desempeñarán un papel crucial en el cambio de política energética debido a sus altas eficiencias, alta flexibilidad de producto, ligereza, fácil instalación, menor intensidad laboral y menor huella de carbono en comparación con las celdas solares de silicio. No obstante, los desafíos relacionados con el proceso de fabricación de CIGS, como la reproducibilidad moderada y la tolerancia del proceso, aún están obstaculizando una amplia penetración en el mercado. Por lo tanto, se demandan métodos de control de procesos en línea que sean rentables y fácilmente implementables, que permitan la identificación y eliminación de celdas no conformes en una etapa temprana de producción. Como parte de este trabajo, se presenta un enfoque práctico hacia la imagen de fotoluminiscencia (PL) en línea industrial como una herramienta de inspección de calidad sin contacto. Los parámetros de rendimiento de 10 muestras de CIGS con 32 celdas contactadas individualmente cada una se correlacionaron con los resultados de la imagen de PL utilizando fuentes de luz de excitación verde y roja. El análisis de datos se automatizó completamente utilizando procesamiento de imágenes basado en Python, detección de objetos y modelado de regresión no lineal. Utilizando la fuente de luz de excitación roja, el enfoque presentado de imagen de PL y procesamiento de datos permite una evaluación cuantitativa del rendimiento de la celda.