V každé třídě se snažíme najít typický prvek, který nazýváme etalon. Obraz klasifikovaného objektu pak porovnáme s etalony všech tříd a zařadíme jej do třídy, jejíž etalon je klasifikovanému obrazu nejpodobnější.

Protože obrazy etalonu i klasifikovaného objektu jsou n-rozměrné vektory, můžeme podobnost definovat jako Euklidovskou vzdálenost mezi nimi. Neméně častá je i definice vzdálenosti jako prostého součtu rozdílů příznaků etalonu a klasifikovaného obrazu. Tak je implementován i příklad na rozpoznávání digitálních číslic.