用途：Histolab 是处理数字病理全切片图像（WSI）的 Python 库，用于自动组织检测、从超大图像中提取信息图块，并为深度学习准备数据集。
主要能力：
- 切片管理：加载 SVS、TIFF、NDPI 等格式，读取尺寸、放大倍数等元数据，生成缩略图，处理金字塔层级，按坐标提取区域。
- 组织检测与掩膜：TissueMask 分割全部组织区域，BiggestTissueBoxMask 返回最大组织区域边界框（默认），BinaryMask 支持自定义掩膜，可排除背景、伪影和笔迹标注。
- 图块提取：RandomTiler 随机采样固定数量图块；GridTiler 按网格系统覆盖组织；ScoreTiler 依据 NucleiScorer、CellularityScorer 或自定义评分选取最优图块。通用参数包括 tile_size、level、check_tissue、tissue_percent（默认 80%）、extraction_mask。
- 过滤器与预处理：提供颜色空间转换、阈值、对比度增强、形态学操作等过滤器，可用 Compose 组合成流水线。
- 染色归一化：MacenkoStainNormalizer 与 ReinhardStainNormalizer，先 fit 参考图再 transform 源图。
- 可视化：显示缩略图、掩膜、图块位置，评估图块质量并生成报告。
使用方式：先安装 OpenSlide 系统库，再执行 uv pip install histolab；如需内置 TCGA 样本切片，另装 uv pip install pooch。基本流程为加载 Slide、配置 tiler、用 locate_tiles() 预览、再 extract() 提取。
适用场景：H&E 图像的基础切片处理、组织检测、图块提取与染色归一化，以及多切片批量处理和深度学习数据集准备。
限制：Histolab 0.7.0 支持 Python 3.8–3.11，仅限 Linux 和 macOS，暂不支持 Windows。其他平台、收费与效果信息暂未提供。