Cet article présente une méthode originale pour la classification supervisée répondant à des contraintes industrielles fortes. Cette méthode propose en effet une solution aux problèmes des bases d'apprentissage réduites, de vitesse de traitement et de sélection de caractéristiques en fonction du problème à traiter. On montre comment le calcul d'une seule distance, au sens d'une métrique dans un espace de caractéristiques, entre l'élément à classer et un point de vue permet d'évaluer une fonction d'appartenance pour toutes les classes candidates. Cette idée est exploitée dans un algorithme itératif implanté au sein du module de classifi- cation d'une application de lecture automatique des champs manuscrits et typographiés sur des images de document. Des résultats expérimentaux sont présentés et comparés avec des approches classiques.