Una de las etapas fundamentales en el reconocimiento de las personas por sus orejas, que la mayoría de los trabajos omiten, es localizar el área de interés. Los conjuntos de imágenes utilizados para experimentos generalmente contienen solo la oreja, lo cual no es apropiado para su aplicación en un entorno real, donde el campo visual puede contener parte o la totalidad de la cara, un cuerpo humano u objetos distintos a la oreja. Por lo tanto, determinar el área exacta donde se encuentra la oreja es complicado, principalmente en entornos no controlados. Este documento propone un método para la localización de orejas en entornos controlados y no controlados utilizando MediaPipe, una herramienta para la localización facial, y la arquitectura YOLOv5s para detectar la oreja. El método propuesto primero determina si hay indicadores que señalen la existencia de una cara en una imagen, y luego, utilizando la malla facial de MediaPipe, se obtienen los puntos donde potencialmente existe una oreja. Los puntos extraídos se emplean para determinar la longitud de la oreja basándose en las proporciones del cuerpo humano propuestas por Leonardo Da Vinci. Una vez obtenidas las dimensiones de la oreja, se lleva a cabo la delimitación del área de interés. Si no se encuentran los elementos necesarios, el modelo utiliza el módulo de arquitectura YOLOv5s, entrenado para reconocer orejas en entornos controlados. Empleamos cuatro conjuntos de datos para las pruebas (i) Base de datos de Orejas en la Naturaleza, (ii) Base de datos de Orejas de IIT Delhi, (iii) Base de datos de Orejas AMI y (iv) EarVN1.0. Además, utilizamos imágenes de Internet y algunas adquiridas utilizando una cámara de teléfono celular Redmi Note 11. Se obtuvo una precisión del 97% con un margen de error del 3% con el método propuesto, lo cual es una medida competitiva considerando que las pruebas se realizaron en entornos controlados y no controlados, a diferencia de los métodos de vanguardia.