用途：Histolab 是面向数字病理全切片图像（WSI）的 Python 库，用于自动化组织检测、从超大图像中提取图块，并为深度学习准备数据集。
主要能力：支持加载与检查多种 WSI 格式（如 SVS、TIFF、NDPI），访问尺寸、放大倍数等元数据，生成缩略图，处理金字塔层级。提供组织掩膜（TissueMask、BiggestTissueBoxMask、BinaryMask）用于分割组织、排除背景与伪影。提供三种图块提取策略：RandomTiler（随机采样）、GridTiler（网格全覆盖）、ScoreTiler（基于 NucleiScorer、CellularityScorer 等评分选优）。内置图像与形态学过滤器（如 RgbToGrayscale、OtsuThreshold、BinaryDilation、RemoveSmallObjects），可通过 Compose 组合成预处理流水线，并支持可视化掩膜与图块位置。
使用方式：安装命令为 uv pip install histolab。典型流程为加载 Slide、配置 tiler、用 locate_tiles() 预览、再调用 extract() 提取；ScoreTiler 可输出 CSV 报告。
适用场景：深度学习训练数据提取、全切片分析、组织特征描述、质量评估与数据集整理。
限制：资料未提供收费、价格、平台支持范围及具体性能指标；部分内容（如故障排查）在资料中不完整。