De nos jours, la reconnaissance de formes (RdF) est une discipline particulièrement active. Malgré les difficultés qu'elle présente, 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 développer un système de classification des pièces mécaniques dans une chaîne de production par une approche de traitement d'images. Plusieurs sont les approches de développement présent. Pour ce projet, on a utilisé deux types de primitives : caractéristiques géométriques et caractéristiques issues de la FFT. Pour la classification on a utilisé les réseaux de neurones et la distance euclidienne. Comme résultat, on a obtenu un taux de reconnaissance de l'ordre de 98.19% pour les réseaux de neurones et 94.66% pour la distance euclidienne.