La crema del café juega un papel crucial en la evaluación de la calidad del espresso. En los últimos años, en respuesta al aumento de los costos laborales, el envejecimiento de la población, las necesidades de seguridad y autenticación remotas, la conciencia cívica y la creciente preferencia por interacciones no presenciales, han surgido cafeterías robotizadas. Mientras algunas personas buscan sentimiento y café premium, también hay muchos que desean opciones rápidas y asequibles. Para alinearse con las tendencias de esta era, se necesita de algoritmos de inteligencia artificial livianos para una toma de decisiones fácil y rápida, así como para monitorear el proceso de extracción en estas cafeterías automatizadas. Sin embargo, la aplicación de estas tecnologías a las máquinas de café reales ha sido limitada. En este estudio, proponemos un innovador sistema de control de crema de café en tiempo real que integra algoritmos de aprendizaje automático livianos. Empleamos el algoritmo GrabCut para segmentar la región de la crema del resto de la imagen y utilizamos un algoritmo de agrupamiento para determinar las condiciones de preparación óptimas para cada taza de espresso basándonos en las características de la crema extraída. Nuestros resultados demuestran que nuestro enfoque puede analizar con precisión la crema del café en tiempo real. Esta investigación propone una dirección prometedora al aprovechar las tecnologías de visión por computadora y aprendizaje automático para mejorar la eficiencia y consistencia de la preparación del café. Este enfoque permite predecir el momento de reemplazo de componentes en las máquinas de café, como el reemplazo de filtros de agua, y proporciona a los administradores información Antes del Servicio. Esto podría llevar al desarrollo de sistemas de preparación de café totalmente automatizados con inteligencia artificial en el futuro.