A avaliação nutricional das plantas é feita por meio de análises químicas ou pela diagnose visual e é preciso conhecer os padrões característicos de deficiência nutricional de cada elemento. O processamento digital de imagens (PDI) é um exemplo do uso de tecnologia na agricultura. Neste trabalho aplica-se o PDI para identificação da sintomatologia de deficiência em imagens digitais de folhas de bananeiras, induzidas à deficiência dos nutrientes de N, P e K. Realizou-se o experimento em duas etapas: 1) em casa de vegetação, com mudas submetidas ao delineamento experimental em blocos casualizados em esquema fatorial 5x5, com três repetições. Os fatores foram variação nutricional (Solução completa, omissões individuais de N, P, K e um controle com o cultivo em solo), e época de amostragem aos 0, 30, 60, 90 e 120 dias após a aplicação dos tratamentos; 2) experimento com PDI, aplicado em quatro fases: coleta e digitalização das amostras, extração dos histogramas, seleção de atributos e classificação, executados com uma base de dados para cada época estudada (0, 30, 60, 90 e 120 dias). As maiores taxas de acurácias do experimento foram apresentadas pelos classificadores com redes neurais artificiais (RNA), iguais a 66,7%, 62%, 76,7%, 62,3%, 68,3%, nas épocas 0, 30, 60, 90 e 120, respectivamente. Evidencia-se um bom desempenho encontrado pelos classificadores com RNA, verificado pelas especificidade (90%, 98%, 97%, 97% e 98%) sensibilidade (93 %, 77%, 93%, 75% e 82%) nas épocas 0, 30,60,90 e 120, respectivamente, dos modelos.