La interacción entre humanos y computadoras se encuentra en constante evolución hacia la reducción del hardware y la naturalización del uso de los dispositivos. Los métodos de procesamiento de imagen permiten delegar el trabajo a las computadoras aprovechando su enorme capacidad. La mano humana es el objeto de interés de este trabajo donde se propone una solución que permita ubicar los dedos del usuario en tres dimensiones por medio de cámaras web tradicionales, minimizando el hardware y desarrollada en C/C++. El método propuesto combina el uso de envolventes convexas para ubicar los dedos en 2 dimensiones, con la generación de mapas de disparidad por medio de estereoscopía para lograr la tridimensionalidad. Los resultados preliminares demostraron la capacidad de realizar el proceso en tiempo real, con la precisión adecuada y funcionando correctamente aún bajo condiciones desfavorables.