De nos jours, la reconnaissance de formes (RdF) est une discipline particuli rement active. Malgr les difficult s qu'elle pr sente, la reconnaissance en particulier la classification d'objets prend une place de plus en plus importante dans de nombreux domaines. C'est dans ce cadre que s'insert ce travail, il s'agit de d velopper un syst me de classification des pi ces m caniques dans une cha ne de production par une approche de traitement d'images. Plusieurs sont les approches de d veloppement pr sent. Pour ce projet, on a utilis deux types de primitives: caract ristiques g om triques et caract ristiques issues de la FFT. Pour la classification on a utilis les r seaux de neurones et la distance euclidienne. Comme r sultat, on a obtenu un taux de reconnaissance de l'ordre de 98.19% pour les r seaux de neurones et 94.66% pour la distance euclidienne.