La aparición de imágenes en mensajes sociales está aumentando continuamente, junto con el compromiso de los usuarios con ese tipo de contenido. El análisis de imágenes sociales puede proporcionar información latente valiosa, a menudo no presente en las publicaciones sociales. En esa dirección, se propone un marco que explota la información latente de las imágenes de Twitter, aprovechando la plataforma Google Cloud Vision API, con el objetivo de enriquecer la analítica social con semántica e información textual oculta. Como validan nuestros experimentos, la analítica social puede enriquecerse aún más al considerar la combinación de contenido generado por usuarios, conceptos latentes y datos textuales extraídos de imágenes sociales, junto con datos vinculados. Además, empleamos técnicas de incrustación de palabras para investigar el uso de información semántica latente hacia la identificación de imágenes similares en Twitter, demostrando así que la información textual oculta puede mejorar tales tareas de recuperación de información. Finalmente, ofrecemos una versión mejorada y abierta del conjunto de datos anotado descrito en este estudio con el objetivo de una mayor adopción por parte de la comunidad de investigación.