用于文本分析的抽象数字工具长期以来对于数字化库集合的可访问性和可访问性至关重要。最近的计算机视觉进步引入了类似的视觉材料功能，基于深度学习的嵌入显示了分析视觉遗产的希望。鉴于许多书籍还具有文本外，还具有视觉效果，因此利用这些突破对于使图书馆的收藏馆开放和易于访问至关重要。在这项工作中，我们提出了概念验证图像搜索应用程序，用于探索挪威国家图书馆1900年前的书籍中的图像，比较视觉变压器（VIT），对比性语言图像预训练（CLIP）和语言损失的语言损失 - 图像预训练（Siglip）（Siglip）的嵌入图像检验和分类。我们的结果表明，该应用程序在精确的图像检索中表现良好，在检索和分类任务中，siglip嵌入片段略优于剪辑和VIT。此外，基于siglip的图像分类可以有助于从数字化管道中清洁图像数据集。