Este documento presenta un nuevo descriptor de características denominado Patrón Local Octa-Directional Avanzado basado en Análisis de Componentes Principales (ALODP-PCA) para la recuperación de imágenes basada en contenido. Los enfoques convencionales comparan cada píxel de una imagen con ciertos píxeles vecinos proporcionando información de imagen discreta. El descriptor propuesto en este trabajo utiliza la intensidad local de píxeles en las ocho direcciones de su vecindario. El patrón local octa-directional da como resultado dos patrones, es decir, magnitud y direccional, y cada uno se cuantifica en un histograma de 40 bins. Se crea un histograma conjunto concatenando los histogramas direccional y de magnitud. Para medir similitudes entre imágenes, se utiliza la distancia de Manhattan. Además, para mantener el costo computacional, se aplica PCA, que reduce la dimensionalidad. La metodología propuesta se prueba en un subconjunto de un conjunto de datos de rostros Multi-PIE. El conjunto de datos contiene casi 800,000 imágenes de más de 300 personas. Estas imágenes tienen diferentes poses y una amplia gama de expresiones faciales. Los resultados se compararon con patrones locales de última generación, a saber, el patrón local tri-directional (LTriDP), el patrón local tetra-directional (LTetDP) y el patrón ternario local (LTP). Los resultados del modelo propuesto superan el trabajo de los trabajos previamente definidos en términos de precisión, exactitud y recuperación.