La rápida expansión del comercio electrónico, especialmente en el sector de la ropa, ha generado una demanda significativa de una industria de la confección efectiva. Este estudio presenta un novedoso método de reconocimiento de imágenes de dos etapas. Nuestro enfoque combina de manera distintiva la detección de puntos clave humanos, la detección de objetos y métodos de clasificación en una estructura de dos etapas. Inicialmente, utilizamos bibliotecas de código abierto, específicamente OpenPose y Dlib, para una precisa detección de puntos clave humanos, seguido por una lógica de recorte personalizada para extraer cajas de partes del cuerpo. En la segunda etapa, empleamos una combinación de esquinas de Harris, bordes de Canny y detección de píxeles de piel integrados con modelos VGG16 y máquinas de vectores de soporte (SVM). Esta configuración permite que las cajas delimitadoras identifiquen diez atributos únicos, abarcando rasgos faciales y aspectos detallados de la ropa. En conclusión, el experimento arrojó una precisión general de reconocimiento del 81.4% para las partes superiores y del 85.72% para las inferiores, resaltando la eficacia de las metodologías aplicadas en la categorización de prendas.