Hoy en día, la agricultura enfrenta muchos desafíos, como el uso de métodos ineficientes que afectan la calidad de los cultivos. La agricultura de precisión (PA), combinada con tecnologías avanzadas, mejora el monitoreo, mientras que la integración de la comunicación inalámbrica optimiza procesos y recursos. Este trabajo presenta el diseño de un prototipo de comunicación aplicado en la agricultura de precisión, que permite la adquisición, procesamiento y transmisión inalámbrica de información extraída de la plaga de Cotonet al servidor en la nube de The Things Network (TTN). Este prototipo integra tecnologías y protocolos como LoRaWAN, Message Queuing Telemetry Transport (MQTT), sensores de Internet de las Cosas (IoT) y Visión por Computadora. Este prototipo emplea un algoritmo de procesamiento y segmentación robusto, que permite el reconocimiento de plagas en plantas cítricas basado en color. Los resultados muestran que las condiciones de iluminación, el clima y la hora del día influyen en la calidad de las imágenes capturadas. La relación entre la resolución de la imagen, el brillo y el tiempo de procesamiento muestra que las imágenes de alta resolución (1920 x 1080 píxeles por imagen) proporcionan una mejor detección de píxeles de plagas (mayor al 50% del índice de plagas) pero requieren un tiempo de procesamiento más largo (28.415 ms en promedio). Además, el sistema desarrollado detecta de manera efectiva un índice de afectación de (Cotonet) en plantaciones agrícolas a través de una implementación tecnológica de extremo a extremo que integra el procesamiento de imágenes, la comunicación inalámbrica y las tecnologías de IoT.