O emprego de imagens digitais tem se destacado em aplicações analíticas por ser uma alternativa viável e barata. Um alvo frequente de adulteração é o azeite de oliva devido ao seu valor econômico e nutricional. No presente estudo foi desenvolvida uma metodologia empregando imagens digitais para determinar o percentual de azeite em misturas adulteradas com óleo de soja. Foram adquiridas amostras de azeite (6), óleo de soja (5) e óleo composto (1), as misturas foram preparadas em diferentes proporções (0-100%) e as imagens foram coletadas usando um smartphone Galaxy S9. No total, foram coletadas 165 imagens no formato “.jpg” e no sistema de cores RGB. Modelos univariados foram construídos relacionando os valores médios de R, G e B com o percentual de adulteração. Foi obtido uma relação linear apenas para os canais R e G, com um R2cal de 0,988 e 0,992, respectivamente. Na etapa de validação, o canal R se mostrou mais adequado com um R2val de 0,998. O modelo multivariado foi construído usando o método de regressão por mínimos quadrados parciais (PLS) e os histogramas médios de cada mistura. Na etapa de pré-processamento, os dados foram centrados na média. O modelo foi construído empregando 5 VL, com uma variância explicada na matriz X de 69,44% e no vetor y de 98,38%. Os erros do modelo, RMSEC, RMSECV e RMSEP foram 4,4; 15,11 e 6,98, respectivamente. O valor do R2cal e R2val foram 0,984 e 0,934, respectivamente. Foi possível concluir que, apesar da similaridade de cores entre as amostras, o método desenvolvido apresentou resultados promissores e com potencial para ser utilizado em uma etapa de triagem em amostras de azeite suspeitas, de maneira rápida e não destrutiva. Demonstrou-se ainda a viabilidade da utilização da calibração univariada, a qual apresenta a vantagem de ser mais simples e prontamente aplicável.