La correlación de imágenes digitales (DIC) es una herramienta poderosa utilizada para evaluar desplazamientos y deformaciones de manera no intrusiva. Al comparar dos imágenes, una del estado de referencia no deformado de la muestra y la otra del estado objetivo deformado, se determina el desplazamiento relativo entre los dos estados. DIC es bien conocido y a menudo se utiliza para el análisis de post-procesamiento de desplazamientos en el plano y deformaciones del espécimen. Aumentar la velocidad de análisis para permitir un análisis DIC en tiempo real será beneficioso y ampliará el alcance de este método. Aquí probamos varias combinaciones de los métodos DIC más comunes en combinación con diferentes enfoques de paralelización en MATLAB y evaluamos su rendimiento para determinar si el análisis en tiempo real es posible con estos métodos. También se analizaron y discutieron los efectos de computar con diferentes configuraciones de hardware. Encontramos que los problemas de implementación pueden reducir la eficiencia de un algoritmo teóricamente superior, de modo que se vuelve prácticamente más lento que un algoritmo subóptimo. Se encontró que el algoritmo de Newton-Raphson en combinación con un algoritmo de enjambre de partículas modificado en computación de imágenes paralelas es el más efectivo. Esto es contrario a la teoría, sugiriendo que el algoritmo de Gauss-Newton de composición inversa es superior. Como se esperaba, el algoritmo de búsqueda por fuerza bruta es el método menos eficiente. También encontramos que la elección correcta de las tareas de paralelización es crítica para lograr mejoras en la velocidad de computación. Un enfoque de paralelización mal elegido con un alto costo de paralelización conduce a un rendimiento inferior. Finalmente, independientemente del modo de computación, la elección correcta de combinaciones de algoritmos de búsqueda de píxeles enteros y subpíxeles es crítica para un análisis eficiente. El análisis en tiempo real utilizando DIC será difícil en computadoras con capacidades de computación estándar, incluso si se implementa la paralelización, por lo que la solución sugerida sería utilizar aceleración por unidad de procesamiento gráfico (GPU).