Verificar una imagen:
EXIF, búsqueda inversa y geolocalización paso a paso
OSINT | unfantasmaenelsistema.com
Una foto sin contexto puede decir cualquier cosa. Un ataque de hace tres años se recicla como si fuera de hoy, una imagen de un país se presenta como si fuera de otro, o una captura de pantalla editada circula como si fuera auténtica. Verificar una imagen no es «mirarla con atención»: es un proceso con pasos concretos y reproducibles, el mismo que usan los equipos de verificación de medios (OSINT para periodismo y fact-checking) y que cualquiera puede aplicar con herramientas gratuitas.
Este artículo recorre las cuatro preguntas que hay que responder ante cualquier imagen dudosa: ¿qué metadatos conserva?, ¿dónde ha aparecido antes?, ¿dónde y cuándo se tomó realmente? y ¿ha sido manipulada? Cierra con cómo documentar el proceso para que la verificación sea defendible, no solo una intuición.
Qué aprenderás en este artículo
Qué guardan los metadatos EXIF y por qué casi nunca están presentes en imágenes de redes sociales · Cómo usar la búsqueda inversa (Google Lens, Yandex, TinEye) y cuándo cada una da mejor resultado · Señales de contexto que delatan dónde y cuándo se tomó una foto: sombras, matrículas, idioma, clima · Herramientas de geolocalización asistida: mapas, Street View y cálculo de la posición del sol · Indicios básicos de manipulación digital y sus límites · Cómo documentar una verificación para que el resultado sea trazable y defendible
1. Metadatos EXIF: la primera pista (cuando sobrevive)
El formato EXIF (Exchangeable Image File Format) es un estándar que las cámaras y los teléfonos incrustan en el propio fichero de la foto: modelo de dispositivo, fecha y hora de captura, parámetros de exposición y, si el GPS estaba activo, las coordenadas exactas de dónde se disparó. Cuando estos datos están presentes y son coherentes, son la fuente más directa de verificación posible.
- Fecha y hora: el momento de captura según el reloj del dispositivo, que puede no coincidir con la zona horaria del lugar ni estar bien ajustado
- Modelo de cámara o teléfono: fabricante y modelo exacto, útil para contrastar con el resto de la narrativa de la imagen
- Coordenadas GPS: latitud y longitud con precisión de metros, cuando el dispositivo tenía la localización activada al disparar
- Software de edición: el campo Software puede delatar que la imagen pasó por Photoshop, GIMP u otro editor tras la captura original
- Orientación y parámetros técnicos: apertura, ISO, distancia focal, que ayudan a distinguir una cámara profesional de una foto de móvil recortada para simular otra cosa
Por qué casi nunca hay EXIF útil en una imagen de redes sociales
Facebook, X/Twitter, Instagram, WhatsApp y Telegram eliminan los metadatos EXIF al subir una imagen, tanto por privacidad como para reducir el peso del fichero: lo habitual es encontrar el campo vacío o solo con datos genéricos de recompresión · Una imagen reenviada varias veces por mensajería pierde EXIF en cada salto; si aparece un EXIF completo y coherente en una imagen viral, es una señal de que probablemente proviene de la fuente original y no de una cadena de reenvíos
# Lectura de metadatos EXIF de un fichero local (nunca subir la imagen a un tercero si es sensible) exiftool imagen.jpg # Solo los campos de localizacion y fecha, si existen exiftool -GPSLatitude -GPSLongitude -DateTimeOriginal -Model imagen.jpg
2. Búsqueda inversa: ¿dónde ha aparecido esta imagen antes?
La búsqueda inversa de imágenes consulta a un motor por una foto (no por texto) y devuelve páginas donde esa misma imagen, o una muy parecida, ya ha aparecido. Es la herramienta más rápida para detectar el caso más común de desinformación visual: una foto real, pero de otro lugar o de otro momento, presentada como si fuera actual.
| Herramienta | Punto fuerte | Limitación principal |
|---|---|---|
| Google Lens / Google Images | Base de indexación enorme; buena con objetos, logotipos y lugares reconocibles | Prioriza coincidencias recientes y populares; puede no encontrar publicaciones antiguas o de webs poco indexadas |
| Yandex Images | Mejor reconocimiento facial y de escenas que Google en muchos casos; referencia habitual en verificación profesional | Interfaz menos conocida; conviene acostumbrarse a sus filtros |
| TinEye | Muestra el histórico de apariciones ordenado por fecha, útil para encontrar la versión más antigua indexada | Índice más pequeño; no siempre encuentra imágenes recientes o modificadas |
| Bing Visual Search | Complementa a Google en imágenes muy editadas o recortadas | Cobertura desigual fuera de EE. UU. y Europa |
- Probar más de un motor: cada uno indexa un subconjunto distinto de internet, y una imagen que no aparece en Google puede salir en Yandex o TinEye
- Si la imagen está recortada, girada o con texto superpuesto, recortar solo la parte original antes de buscar mejora mucho el resultado: los memes con marco o marca de agua rara vez encuentran coincidencias con la imagen completa
- Ordenar los resultados de TinEye por fecha para localizar la primera aparición conocida, que es el ancla temporal más fiable cuando no hay EXIF
- Buscar también fragmentos de la imagen (una persona, un edificio, un logotipo) por separado si la imagen completa no da resultados
3. Señales de contexto: leer lo que hay dentro del encuadre
Cuando la búsqueda inversa no da nada (imagen genuinamente nueva, o tan editada que no coincide con nada indexado), la verificación pasa a leer la propia escena. Esta técnica, muy usada por equipos de OSINT geoespacial, consiste en extraer cada detalle del encuadre que pueda acotar dónde y cuándo se tomó.
- Idioma y alfabeto: carteles, matrículas, uniformes o etiquetas de producto acotan país o región de forma casi inmediata
- Matrículas de vehículos: el formato (colores, tamaño, disposición de caracteres) identifica el país e incluso, en algunos sistemas, la región concreta
- Señalética y mobiliario urbano: papeleras, farolas, señales de tráfico y pasos de peatones tienen diseños normalizados por país que un ojo entrenado reconoce
- Vegetación y clima: el tipo de vegetación, la ropa de la gente o la presencia de nieve acotan tanto la zona geográfica como la época del año
- Sombras y posición del sol: la longitud y dirección de una sombra proyectada, combinada con la hora que dice la imagen (o la que se estima), permite calcular si la latitud y la fecha declaradas son físicamente coherentes
- Elementos efímeros: obras en construcción, carteles de un evento con fecha, marquesinas de publicidad de temporada, que fechan la imagen con más precisión que cualquier otro detalle
El método de la triangulación
Ninguna señal por separado suele ser concluyente; la verificación sólida combina varias señales independientes que apuntan a la misma conclusión (idioma + matrícula + vegetación, por ejemplo) · Cuando dos señales se contradicen (un cartel en un idioma y una matrícula de otro país incompatible entre sí) es la pista más fuerte de que la imagen no es lo que dice ser
4. Geolocalización asistida: confirmar el lugar exacto
Una vez acotada una zona por contexto, el siguiente paso es confirmar el punto exacto comparando la imagen con vistas conocidas del terreno. Esto es lo que en la comunidad de verificación se llama geolocation: encontrar en un mapa el lugar exacto desde el que se tomó una foto.
- Google Maps / Google Earth: vista satélite e imágenes en 3D para comparar la silueta de edificios, cruces de calles y elementos permanentes del terreno con la foto
- Google Street View / Mapillary: vistas a pie de calle que permiten comparar fachadas, esquinas y mobiliario urbano casi punto por punto con la imagen a verificar
- SunCalc: calcula la posición del sol (acimut y altura) para una fecha, hora y coordenadas dadas; sirve para comprobar si la dirección y longitud de una sombra en la foto encajan con el lugar y momento que se afirma
- Wikimapia y OpenStreetMap: útiles quando Google Maps tiene poco detalle en una zona concreta, sobre todo fuera de grandes ciudades
El proceso habitual es iterativo: se propone una zona candidata a partir del contexto, se busca en el mapa un punto que encaje con los elementos visibles, se contrasta con Street View o imágenes satélite recientes, y se ajusta la hipótesis si algo no cuadra (una calle demasiado ancha, un edificio que no existe en esa vista). No es raro necesitar varias iteraciones antes de dar con el punto exacto, y en muchos casos la conclusión honesta es «zona aproximada», no una dirección exacta.
5. Detección de manipulación digital
Verificar el origen y el lugar no basta si la propia imagen ha sido alterada. Existen indicios técnicos y visuales que ayudan a sospechar de una edición, aunque ninguno es una prueba definitiva por sí solo.
- Análisis de nivel de error (ELA): herramientas como FotoForensics recomprimen la imagen y resaltan zonas con un nivel de compresión distinto al resto, lo que puede indicar una región pegada o retocada; da falsos positivos con imágenes muy comprimidas o redimensionadas
- Inconsistencias de iluminación y sombras: elementos con sombras que apuntan en direcciones distintas dentro de la misma escena, o reflejos que no coinciden con el entorno
- Bordes y clonado: contornos demasiado nítidos o repeticiones de textura (nubes, follaje, multitudes) que delatan una zona clonada para tapar o rellenar algo
- Metadatos de edición: el campo Software del EXIF, cuando sobrevive, puede nombrar directamente el editor usado
- Proporciones y perspectiva: sombras, reflejos o tamaños relativos entre personas y objetos que no son físicamente coherentes con una única fuente de luz o un único punto de vista
Los límites de estas técnicas
Ninguna herramienta de detección automática de manipulación es fiable al cien por cien: la recompresión repetida en redes sociales genera artefactos que imitan señales de edición sin que haya habido ningún retoque real · El contenido generado con IA moderna (difusión, GANs) no siempre deja las señales clásicas de «copiar y pegar»; ante sospecha de imagen sintética conviene combinar ELA con búsqueda inversa y contraste de contexto, no confiar en una sola señal
6. Documentar la verificación
Una verificación que no queda documentada no es defendible: si alguien pregunta «¿cómo sabes que esta foto es de 2019 y no de esta semana?», la respuesta tiene que poder reconstruirse paso a paso. Esto es especialmente importante cuando la verificación alimenta una decisión editorial, una investigación interna o un desmentido público.
- Guardar capturas de pantalla con fecha y hora de cada resultado de búsqueda inversa, no solo el enlace (las páginas cambian o desaparecen)
- Calcular y anotar el hash (SHA-256) de la imagen original analizada, para poder demostrar más adelante que la conclusión se refiere exactamente a ese fichero
- Registrar la cadena de fuentes: dónde se encontró la imagen por primera vez, quién la publicó y en qué fecha, con enlaces a cada eslabón
- Anotar explícitamente el nivel de confianza de la conclusión (confirmado, probable, no concluyente) en vez de presentar una hipótesis como un hecho verificado
- Conservar los ficheros y capturas en un lugar con control de acceso, sobre todo si la imagen afecta a personas identificables
Ética y marco legal de la verificación de imágenes
Verificar una imagen para contrastar información pública (una noticia, un bulo viral) es una actividad legítima; el problema legal aparece si el proceso se usa para identificar, localizar o vigilar a una persona concreta sin base legítima, lo que puede entrar en conflicto con el RGPD y la LOPDGDD y, en casos graves, con los arts. 197 y 172 ter del Código Penal (descubrimiento y revelación de secretos, acoso) · Publicar la geolocalización exacta de una persona identificable a partir de una foto suya, sin su consentimiento y sin un interés legítimo claro (periodístico, de seguridad, judicial), puede constituir en sí mismo un daño, con independencia de que la técnica empleada sea correcta · Ante imágenes que puedan documentar un delito, la vía correcta es trasladarlas a las autoridades competentes o a la Policía/Guardia Civil, preservando la cadena de custodia, no difundirlas por cuenta propia
Conclusión
Verificar una imagen es un proceso, no una corazonada: metadatos cuando sobreviven, búsqueda inversa en varios motores, lectura de las señales de contexto que hay dentro del propio encuadre, geolocalización asistida por mapas y cálculo solar, y una revisión honesta de si hay indicios de manipulación. Cada paso reduce el margen de duda, pero rara vez uno solo basta.
La parte que más se pasa por alto es la documentación: si la verificación no deja un rastro reproducible (capturas con fecha, hash del fichero, cadena de fuentes, nivel de confianza explícito), el resultado vale poco más que una opinión. Y como con cualquier técnica de OSINT, el límite no es solo técnico sino legal: la capacidad de localizar a alguien a partir de una foto no es, por sí misma, autorización para hacerlo.
Recursos y lecturas
Bellingcat — guías públicas de geolocalización y verificación de imágenes · FotoForensics — análisis de nivel de error (ELA) online · SunCalc.org — calculadora de posición solar por fecha y coordenadas · Nuestro artículo de osint para la metodología general de investigación con fuentes abiertas
unfantasmaenelsistema.com | Seguridad, sistemas y todo lo que no debería funcionar (pero funciona)

