Este artículo presenta un algoritmo rápido para el reconocimiento de objetos sin textura, diseñado para ser robusto ante fondos desordenados y pequeñas transformaciones. En su núcleo, el método propuesto demuestra un procedimiento basado en plantillas de dos etapas utilizando un mapa de compresión de orientación y peso regional discriminativo (OCM-DRW) para detectar efectivamente objetos sin textura. En la primera etapa, el método propuesto cuantifica y comprime todas las orientaciones en un vecindario para obtener el mapa de compresión de orientación que luego se utiliza para generar un conjunto de posibles ubicaciones de objetos. Para reconocer el objeto en estas posibles ubicaciones de objetos, la segunda etapa calcula la similitud de cada posible ubicación de objeto con la plantilla aprendida utilizando el peso regional discriminativo, que puede distinguir efectivamente diferentes categorías de objetos con partes similares. Los experimentos en conjuntos de datos de objetos sin textura disponibles públicamente indican que, además de ofrecer un rendimiento computacional eficiente, el método propuesto también logró tasas de reconocimiento notables superando a los detectores de objetos sin textura de última generación en presencia de alta-clutter, oclusión y cambios de escala-rotación. Mejora la precisión y la velocidad en un 8% y un 370% respectivamente, en relación con el mejor resultado anterior en el conjunto de datos D-Textureless.