diff --git a/dia_14/FotoA.jpg b/dia_14/FotoA.jpg
new file mode 100644
index 0000000..181f654
Binary files /dev/null and b/dia_14/FotoA.jpg differ
diff --git a/dia_14/FotoB.jpg b/dia_14/FotoB.jpg
new file mode 100644
index 0000000..3bd6e03
Binary files /dev/null and b/dia_14/FotoB.jpg differ
diff --git a/dia_14/FotoC.jpg b/dia_14/FotoC.jpg
new file mode 100644
index 0000000..26b568a
Binary files /dev/null and b/dia_14/FotoC.jpg differ
diff --git a/dia_14/FotoD.jpg b/dia_14/FotoD.jpg
new file mode 100644
index 0000000..0d44eb7
Binary files /dev/null and b/dia_14/FotoD.jpg differ
diff --git a/dia_14/reconocimiento_facial.py b/dia_14/reconocimiento_facial.py
new file mode 100644
index 0000000..0bf3447
--- /dev/null
+++ b/dia_14/reconocimiento_facial.py
@@ -0,0 +1,99 @@
+"""
+Reconocimiento facial
+
+Bibliotecas:
+    cmake 
+    dlib
+    face-recognition
+    numpy
+    opencv-python
+
+"""
+
+import cv2
+import face_recognition as fr
+
+# Cargar imágenes
+foto_control = fr.load_image_file('FotoD.jpg')
+foto_prueba = fr.load_image_file('FotoC.jpg')
+
+# Nos aseguramos que el formato de la foto es rgb
+# Las transformamos de BGR --> RGB
+foto_control = cv2.cvtColor(foto_control, cv2.COLOR_BGR2RGB)
+foto_prueba = cv2.cvtColor(foto_prueba, cv2.COLOR_BGR2RGB)
+
+# Localizar cara control
+lugar_cara_A = fr.face_locations(foto_control)[0]
+# Podríamos ver las coordenadas
+# print(lugar_cara_A)
+
+# Codificar la cara
+cara_codificada_A = fr.face_encodings(foto_control)[0]
+
+
+# Localizar cara control
+lugar_cara_B = fr.face_locations(foto_prueba)[0]
+
+# Codificar la cara
+cara_codificada_B = fr.face_encodings(foto_prueba)[0]
+
+# Marcar donde está la cara con un rectángulo
+# Añadimos la foto y los índices para marcar las coordenadas
+# del vértice superior izquiero de la cara y el
+# del vértice inferior derecho.
+# Anadimos el color del rectangulo en verde
+# y el borde
+cv2.rectangle(
+    foto_control,
+    (lugar_cara_A[3], lugar_cara_A[0]),
+    (lugar_cara_A[1], lugar_cara_A[2]),
+    (0, 255, 0),
+    2
+)
+
+cv2.rectangle(
+    foto_prueba,
+    (lugar_cara_B[3], lugar_cara_B[0]),
+    (lugar_cara_B[1], lugar_cara_B[2]),
+    (0, 255, 0),
+    2
+)
+
+
+# Realizar comparación
+# El método espera recibir una lista.
+# Como tenemos un único objecto lo ponemos entre corchetes
+# para que piense que es una lista de un solo objeto.
+# El tercer valor es la torelancia de distancia de comparación
+resultado = fr.compare_faces([cara_codificada_A], cara_codificada_B)
+# print(resultado)
+
+
+# Medida de la distancia de comparación
+# por defecto es 0.6 el valor para admitir coincidencia con True
+# Esto nos indica lo cerca que está
+distancia = fr.face_distance([cara_codificada_A], cara_codificada_B)
+# print(distancia)
+
+
+# Mostrar resultado con texto
+# Los parámetros son la imagén, el texto a introducir,
+# la ubicación del texto, la fuente, la escala,
+# el color y el grosor
+cv2.putText(
+    foto_prueba,
+    f'{resultado} {distancia.round(2)}',
+    (50, 50),
+    cv2.FONT_HERSHEY_COMPLEX,
+    1,
+    (0, 255, 0),
+    2
+)
+
+
+# Mostrar imágenes
+cv2.imshow('Foto Control', foto_control)
+cv2.imshow('Foto Prueba', foto_prueba)
+
+# Las imágenes se cierran, se necesitan mantener el programa abierto
+cv2.waitKey(0)