用途：Histolab 是数字病理全切片图像（WSI）处理的 Python 库，面向组织检测、图像块提取与深度学习数据集准备，尤其适合 H&E 图像的基础切片处理。
主要能力：一是切片管理，可加载 SVS、TIFF、NDPI 等格式，读取尺寸、倍率等元数据，生成缩略图，并按坐标提取区域，核心类为 Slide。二是组织检测，通过 TissueMask、BiggestTissueBoxMask、BinaryMask 生成组织掩膜、过滤背景与伪影。三是图像块提取，提供 RandomTiler（随机采样）、GridTiler（网格全覆盖）、ScoreTiler（按 NucleiScorer 等评分选优）三种策略。四是过滤器与预处理，包含颜色空间转换、阈值、对比度增强及形态学操作，可用 Compose 组合成流程。五是可视化，支持缩略图、掩膜与图像块位置预览。
使用方式：安装命令为 uv pip install histolab。基本流程是加载切片、配置提取器、用 locate_tiles() 预览位置、再调用 extract() 导出。示例中 RandomTiler 可设 tile_size、n_tiles、level、seed、check_tissue、tissue_percent；GridTiler 可设 pixel_overlap；ScoreTiler 可传入 scorer 并输出 CSV 报告。
适用场景：构建训练数据集、全切片分析、组织特征刻画、质量控制与数据集整理，支持随机采样、完整覆盖、按质量选优及多切片批量处理等流程。
限制：资料未提供收费、价格、平台支持与效果指标等信息，暂未提供。