Dans le cadre de cet article nous cherchons à faire coopérer plusieurs types d'informations pour construire un système de reconnaissance de caractères issus de manuscrits anciens. Nous avons choisi d'exploiter, d'une part une approche statistique classique basée sur des descripteurs de formes (Zernike, Fourier) et, d'autre part une approche structurelle exploitant une modélisation du caractère avec un graphe d'attributs associé à une modélisation des classes par un graphe aléatoire. Compte tenu du nombre variable d'individus et des évolutions dans le temps des écrits, une approche purement statistique ne peut suffire pour obtenir des résultats satisfaisants. Nous proposons une stratégie de mise en coopération basée sur la gestion du rejet.