CLI: Befehlszeile

Das **Chloros CLI** bietet leistungsstarken Befehlszeilenzugriff auf die Bildverarbeitungs-Engine Chloros und ermöglicht so Automatisierung, Skripterstellung und den Headless-Betrieb für Ihre Bildverarbeitungs-Workflows.

Hauptmerkmale

• 🚀 Automatisierung – Skripten Sie die Stapelverarbeitung mehrerer Datensätze

• 🔗 Integration – Einbindung in bestehende Workflows und Pipelines

• 💻 Headless-Betrieb – Ausführung ohne GUI

• 🌍 Mehrsprachigkeit – Unterstützung für 38 Sprachen

• ⚡ Parallelverarbeitung – Dynamic Compute Adaptation optimiert automatisch für Ihre Hardware

Anforderungen

Anforderung	Details
Betriebssystem	Windows 10/11 (64-Bit), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
Lizenz	Chloros+ (kostenpflichtiger Tarif erforderlich)
Arbeitsspeicher	Mindestens 8 GB RAM (16 GB empfohlen)
Internet	Für die Lizenzaktivierung erforderlich
Speicherplatz	Variiert je nach Projektgröße

Lizenzanforderung: Für CLI ist ein kostenpflichtiges Chloros+-Abonnement erforderlich. Standard-Tarife (kostenlos) bieten keinen Zugriff auf CLI. Besuchen Sie https://cloud.mapir.camera/pricing, um ein Upgrade durchzuführen.

Schnellstart

Installation

Windows

Das CLI ist automatisch im Chloros-Installationsprogramm enthalten:

1. Laden Sie den Chloros Installer.exe herunter und führen Sie ihn aus.

2. Führen Sie den Installationsassistenten durch.

3. CLI wird installiert unter: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

Das Installationsprogramm fügt chloros-cli automatisch zum System-PATH hinzu. Starten Sie Ihr Terminal nach der Installation neu.

Linux

Installieren Sie das .deb-Paket für Ihre Architektur:

# Linux amd64
sudo dpkg -i chloros-amd64.deb

# Linux arm64 (NVIDIA Jetson, JetPack 6)
sudo dpkg -i chloros-arm64-jp6.deb

Ausführliche Informationen zur Einrichtung von Linux finden Sie unter Linux Installation.

Ersteinrichtung

Bevor Sie CLI verwenden, aktivieren Sie Ihre Chloros+-Lizenz:

Windows:

# Login with your Chloros+ account
chloros-cli login [e-mail] 'your_password'

# Check license status
chloros-cli status

# Process your first project
chloros-cli process "C:\Images\Dataset001"

Linux:

# Login with your Chloros+ account
chloros-cli login [e-mail] 'your_password'

# Check license status
chloros-cli status

# Process your first project
chloros-cli process ~/images/dataset001

Grundlegende Verwendung

Verarbeiten Sie einen Ordner mit den Standardeinstellungen:

Windows:

chloros-cli process "C:\Images\Dataset001"

Linux:

chloros-cli process ~/images/dataset001

---

Befehlsreferenz

Allgemeine Syntax

chloros-cli [global-options] <command> [command-options]

---

Befehle

process – Bilder verarbeiten

Bilder in einem Ordner mit Kalibrierung verarbeiten.

Syntax:

chloros-cli process <input-folder> [options]

Beispiele:

# Windows
chloros-cli process "C:\Datasets\Survey_001" --vignette --reflectance

# Linux
chloros-cli process ~/datasets/survey_001 --vignette --reflectance

Optionen des Verarbeitungsbefehls

Option	Typ	Standard	Beschreibung
<input-folder>	Pfad	Erforderlich	Ordner mit RAW-/JPG-Multispektralbildern
-o, --output	Pfad	Wie Eingabe	Ausgabeordner für verarbeitete Bilder
-n, --project-name	Zeichenfolge	Automatisch generiert	Benutzerdefinierter Projektname
--vignette	Flag	Aktiviert	Vignettierungskorrektur aktivieren
--no-vignette	Flag	-	Vignettierungskorrektur deaktivieren
--reflectance	Flag	Aktiviert	Reflektanzkalibrierung aktivieren
--no-reflectance	Flag	-	Reflektanzkalibrierung deaktivieren
--ppk	Flag	Deaktiviert	PPK-Korrekturen aus .daq-Lichtsensordaten anwenden
--format	Auswahl	TIFF (16-Bit)	Ausgabeformat: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)
--min-target-size	Ganzzahl	Auto	Minimale Zielgröße in Pixeln für die Erkennung des Kalibrierungsfeldes
--target-clustering	Ganzzahl	Auto	Schwellenwert für Zielclusterung (0–100)
--debayer	Auswahl	standard	Debayer-Methode: standard oder texture-aware (nur Chloros+)
--target, --targets	Flag	Deaktiviert	Suche nur in einem Unterordner „target“ oder „targets“ nach Kalibrierungszielen (beschleunigt die Verarbeitung)
--indices	Liste	Keine	Zu berechnende Vegetationsindizes (z. B. --indices NDVI NDRE GNDVI)
--exposure-pin-1	Zeichenfolge	Keine	Belichtung für Kameramodell sperren (Pin 1)
--exposure-pin-2	Zeichenkette	Keine	Belichtung für Kameramodell sperren (Pin 2)
--recal-interval	Ganzzahl	Auto	Neukalibrierungsintervall in Sekunden
--timezone-offset	Ganzzahl	0	Zeitzonenversatz in Stunden

---

login – Konto authentifizieren

Melden Sie sich mit Ihren Chloros+-Anmeldedaten an, um die CLI-Verarbeitung zu aktivieren.

Syntax:

chloros-cli login <email> <password>

Beispiel:

chloros-cli login [e-mail] 'MyP@ssw0rd123'

Sonderzeichen: Setzen Sie Passwörter, die Zeichen wie $, ! oder Leerzeichen enthalten, in einfache Anführungszeichen.

Ausgabe:

***

logout – Anmeldedaten löschen

Löscht gespeicherte Anmeldedaten und meldet Sie von Ihrem Konto ab.

Syntax:

chloros-cli logout

Beispiel:

chloros-cli logout

Ausgabe:

✓ Logout successful
ℹ Credentials cleared from cache

SDK-Benutzer: Das Python SDK bietet auch eine programmatische logout()-Methode zum Löschen von Anmeldedaten innerhalb von Python-Skripten. Weitere Informationen finden Sie in der Python SDK-Dokumentation.

---

status – Lizenzstatus prüfen

Zeigt den aktuellen Lizenz- und Authentifizierungsstatus an.

Syntax:

chloros-cli status

Beispiel:

chloros-cli status

Ausgabe:

╔══════════════════════════════════════╗
║     LICENSE & ACCOUNT INFORMATION    ║
╚══════════════════════════════════════╝

📧 Email: [e-mail]
📋 Plan: Chloros+ Professional
🔓 API/CLI Access: Enabled
✓ Status: Active

---

export-status – Exportfortschritt prüfen

Überwachen Sie den Exportfortschritt von Thread 4 während oder nach der Verarbeitung.

Syntax:

chloros-cli export-status

Beispiel:

chloros-cli export-status

Anwendungsfall: Rufen Sie diesen Befehl während der laufenden Verarbeitung auf, um den Exportfortschritt zu überprüfen.***

language – Sprache der Benutzeroberfläche verwalten

Zeigen Sie die Sprache der Benutzeroberfläche von CLI an oder ändern Sie sie.

Syntax:

# Show current language
chloros-cli language

# List all available languages
chloros-cli language --list

# Set a specific language
chloros-cli language <language-code>

Beispiele:

# View current language
chloros-cli language

# List all 38 supported languages
chloros-cli language --list

# Change to Spanish
chloros-cli language es

# Change to Japanese
chloros-cli language ja

Unterstützte Sprachen (insgesamt 38)

Code	Sprache	Name in der Originalsprache
en	Englisch	English
es	Spanisch	Español
pt	Portugiesisch	Português
fr	Französisch	Français
de	Deutsch	Deutsch
it	Italienisch	Italiano
ja	Japanisch	日本語
ko	Koreanisch	한국어
zh	Chinesisch (vereinfacht)	简体中文
zh-TW	Chinesisch (traditionell)	繁體中文
ru	Russisch	Русский
nl	Niederländisch	Nederlands
ar	Arabisch	العربية
pl	Polnisch	Polski
tr	Türkisch	Türkçe
hi	Hindi	हिंदी
id	Indonesisch	Bahasa Indonesia
vi	Vietnamesisch	Tiếng Việt
th	Thailändisch	ไทย
sv	Schwedisch	Svenska
da	Dänisch	Dansk
no	Norwegisch	Norsk
fi	Finnisch	Suomi
el	Griechisch	Ελληνικά
cs	Tschechisch	Čeština
hu	Ungarisch	Magyar
ro	Rumänisch	Română
uk	Ukrainisch	Українська
pt-BR	Brasilianisches Portugiesisch	Português Brasileiro
zh-HK	Kantonesisch	粵語
ms	Malaiisch	Bahasa Melayu
sk	Slowakisch	Slovenčina
bg	Bulgarisch	Български
hr	Kroatisch	Hrvatski
lt	Litauisch	Lietuvių
lv	Lettisch	Latviešu
et	Estnisch	Eesti
sl	Slowenisch	Slovenščina

Automatische Speicherung: Ihre Spracheinstellung wird in ~/.chloros/cli_language.json gespeichert und bleibt über alle Sitzungen hinweg erhalten.

---

set-project-folder – Standard-Projektordner festlegen

Ändern Sie den Speicherort des Standard-Projektordners (gemeinsam mit der GUI unter Windows).

Syntax:

chloros-cli set-project-folder <folder-path>

Beispiele:

# Windows
chloros-cli set-project-folder "C:\Projects\2025"

# Linux
chloros-cli set-project-folder ~/projects/2025

---

get-project-folder – Projektordner anzeigen

Zeigt den aktuellen Speicherort des Standard-Projektordners an.

Syntax:

chloros-cli get-project-folder

Beispiel:

chloros-cli get-project-folder

Ausgabe:

# Windows
ℹ Current project folder: C:\Projects\2025

# Linux
ℹ Current project folder: /home/user/.local/share/chloros/projects

---

reset-project-folder – Auf Standard zurücksetzen

Setzt den Projektordner auf den Standardpfad zurück.

Syntax:

chloros-cli reset-project-folder

---

selftest – Systemdiagnose ausführen

Führt 7 Diagnosetests durch, um Ihre Systemkonfiguration zu überprüfen.

Syntax:

chloros-cli selftest

Durchgeführte Diagnosen:

1. Versionsprüfung

2. Portverfügbarkeit (5000)

3. Backend-Start

4. API-Konnektivitätstest

5. Systeminformationen und GPU-Erkennung

6. Überprüfung der Denoiser-Modelle

7. CUDA-Verfügbarkeitsprüfung

Nützlich für die Fehlerbehebung: Führen Sie nach der Installation selftest aus, um zu überprüfen, ob Ihr System korrekt konfiguriert ist, insbesondere auf Linux/Jetson, wo die GPU- und CUDA-Einstellungen möglicherweise überprüft werden müssen.

---

update – Nach Updates suchen (nur Linux)

Suchen Sie nach Updates für CLI auf Linux-Systemen und installieren Sie diese.

Syntax:

# Check for updates without installing
chloros-cli update --check

# Check for and install updates
chloros-cli update

Option	Beschreibung
--check	Nur nach Updates suchen, nicht installieren

Dieser Befehl ist nur auf Linux verfügbar. Auf Windows werden Updates über das Installationsprogramm bereitgestellt.

---

Globale Optionen

Diese Optionen gelten für alle Befehle:

Option	Typ	Standard	Beschreibung
--backend-exe	Pfad	Automatisch erkannt	Pfad zur ausführbaren Backend-Datei
--port	Ganzzahl	5000	Portnummer des Backends API
--restart	Flag	-	Neustart des Backends erzwingen (beendet laufende Prozesse)
--version	Flag	-	Versionsinformationen anzeigen und beenden
--help	Flag	-	Hilfeinformationen anzeigen und beenden

Automatische Erkennung des Backends: Der Pfad --backend-exe wird je nach Plattform automatisch erkannt:

• Windows: C:\Program Files\MAPIR\Chloros\resources\backend\chloros-backend.exe

• Linux (.deb): /usr/lib/chloros/chloros-backend

• Linux (manuell): /opt/mapir/chloros/backend/chloros-backend

Beispiel mit globalen Optionen:

Windows:

chloros-cli --port 5001 process "C:\Datasets\Survey_001"

Linux:

chloros-cli --port 5001 process ~/datasets/survey_001

---

Leitfaden zu den Verarbeitungseinstellungen

Parallele Verarbeitung & Dynamische Rechenanpassung

Chloros 1.1.0 enthält Dynamische Rechenanpassung – die Verarbeitungs-Engine erkennt automatisch Ihre Hardware und wählt die optimale Strategie aus:

Plattform	Strategie	Worker	Pipeline	Anmerkungen
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Speichereffizient, serialisiert
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu	Parallele GPU-Verarbeitung
Desktop mit 8 GB GPU	GPU_SINGLE	3	tiled_gpu	Gute Desktop-Leistung
Desktop mit 12 GB+ GPU	GPU_PARALLEL	3–4	fused_gpu	Optimale Desktop-Leistung
Reines CPU-System	CPU_PARALLEL	Kerne – 1	cpu_fallback	Keine GPU erforderlich

Keine manuelle Konfiguration erforderlich! Chloros erkennt Ihre CPU, GPU, RAM und (auf Jetson) die Temperatursensoren automatisch und konfiguriert dann automatisch die optimale Verarbeitungs-Pipeline.

Debayer-Methoden

Methode	CLI-Flag	Qualität	Geschwindigkeit	Lizenz
Standard (schnell, mittlere Qualität)	--debayer standard	Gut	Schnell	Kostenlos / Chloros+
Texture Aware (Langsam, höchste Qualität)	--debayer texture-aware	Höchste	Langsam	Nur Chloros+

Die Standard-Debayer-Methode ist Standard. Die MethodeTexturbewusst verwendet ein KI/ML-Rauschunterdrückungsmodell für die höchste Ausgabequalität, erfordert jedoch eine Chloros+-Lizenz und eine NVIDIA-GPU.

# Use Texture Aware debayer (Chloros+ only)
chloros-cli process ~/datasets/field_a --debayer texture-aware

Vignettenkorrektur

Funktionsweise: Korrigiert den Lichtabfall an den Bildrändern (dunkle Ecken, wie sie bei Kameraaufnahmen häufig vorkommen).

• Standardmäßig aktiviert – Die meisten Benutzer sollten diese Option aktiviert lassen

• Verwenden Sie --no-vignette, um sie zu deaktivieren

Empfehlung: Aktivieren Sie die Vignettenkorrektur immer, um eine gleichmäßige Helligkeit im gesamten Bild zu gewährleisten.

Reflektanzkalibrierung

Konvertiert rohe Sensorwerte mithilfe von Kalibrierungsfeldern in standardisierte Reflektanzprozentsätze.

• Standardmäßig aktiviert – Unverzichtbar für die Vegetationsanalyse

• Erfordert Kalibrierungszielfelder in den Bildern

• Verwenden Sie --no-reflectance, um die Funktion zu deaktivieren

Voraussetzungen: Stellen Sie sicher, dass die Kalibrierungsfelder in Ihren Bildern richtig belichtet und sichtbar sind, um eine genaue Reflektanzumwandlung zu gewährleisten.

PPK-Korrekturen

Funktionsweise: Wendet kinematische Korrekturen nach der Verarbeitung unter Verwendung von DAQ-A-SD-Protokolldaten an, um die GPS-Genauigkeit zu verbessern.

• Standardmäßig deaktiviert

• Verwenden Sie --ppk zum Aktivieren

• Erfordert .daq-Dateien im Projektordner vom MAPIR DAQ-A-SD-Lichtsensor.

Ausgabeformate

Format	Bittiefe	Dateigröße	Am besten geeignet für
TIFF (16-Bit) ⭐	16-Bit-Ganzzahl	Groß	GIS-Analyse, Photogrammetrie (empfohlen)
TIFF (32-Bit, Prozent)	32-Bit-Gleitkomma	Sehr groß	Wissenschaftliche Analyse, Forschung
PNG (8-Bit)	8-Bit-Ganzzahl	Mittel	Sichtprüfung, Web-Freigabe
JPG (8-Bit)	8-Bit-Ganzzahl	Klein	Schnellvorschau, komprimierte Ausgabe

***

Automatisierung & Skripterstellung

PowerShell-Stapelverarbeitung (Windows)

Automatische Verarbeitung mehrerer Datensatzordner auf Windows:

# process_all_datasets.ps1

$datasets = Get-ChildItem "C:\Datasets\2025" -Directory

foreach ($dataset in $datasets) {
    Write-Host "Processing $($dataset.Name)..." -ForegroundColor Cyan
    
    chloros-cli process $dataset.FullName `
        --vignette `
        --reflectance
    
    if ($LASTEXITCODE -eq 0) {
        Write-Host "✓ $($dataset.Name) complete" -ForegroundColor Green
    } else {
        Write-Host "✗ $($dataset.Name) failed" -ForegroundColor Red
    }
}

Write-Host "All datasets processed!" -ForegroundColor Green

Windows-Batch-Skript (Windows)

Einfache Schleife für die Stapelverarbeitung auf Windows:

@echo off
echo Starting batch processing...

for /d %%i in (C:\Datasets\2025\*) do (
    echo.
    echo ========================================
    echo Processing: %%i
    echo ========================================
    chloros-cli process "%%i"
    
    if %ERRORLEVEL% EQU 0 (
        echo SUCCESS: %%i processed
    ) else (
        echo ERROR: %%i failed
    )
)

echo.
echo All datasets processed!
pause

Bash-Batch-Verarbeitung (Linux)

Verarbeitung mehrerer Datensatzordner auf Linux:

#!/bin/bash
# process_all_datasets.sh

for dataset in ~/datasets/2026/*/; do
    name=$(basename "$dataset")
    echo "Processing $name..."

    chloros-cli process "$dataset" \
        --vignette \
        --reflectance

    if [ $? -eq 0 ]; then
        echo "✓ $name complete"
    else
        echo "✗ $name failed"
    fi
done

echo "All datasets processed!"

Python-Automatisierungsskript (plattformübergreifend)

Erweiterte Automatisierung mit Fehlerbehandlung (funktioniert auf Windows und Linux):

import subprocess
import os
import sys
from pathlib import Path
from datetime import datetime

def process_dataset(input_folder):
    """Process a folder using Chloros CLI"""
    cmd = ['chloros-cli', 'process', str(input_folder)]
    
    # Execute command
    result = subprocess.run(
        cmd, 
        capture_output=True, 
        text=True,
        encoding='utf-8'
    )
    
    return result.returncode == 0, result.stdout, result.stderr

def main():
    """Process all datasets in a directory"""
    # Adjust path for your platform
    # Windows: Path('C:/Datasets/2025')
    # Linux:   Path.home() / 'datasets' / '2025'
    datasets_dir = Path('C:/Datasets/2025')
    log_file = Path('processing_log.txt')
    
    successful = []
    failed = []
    
    # Start processing
    print(f"Starting batch processing: {datetime.now()}")
    print(f"Scanning: {datasets_dir}")
    print("=" * 60)
    
    for dataset_folder in sorted(datasets_dir.iterdir()):
        if not dataset_folder.is_dir():
            continue
        
        print(f"\nProcessing: {dataset_folder.name}")
        
        success, stdout, stderr = process_dataset(dataset_folder)
        
        if success:
            print(f"✓ {dataset_folder.name} - SUCCESS")
            successful.append(dataset_folder.name)
        else:
            print(f"✗ {dataset_folder.name} - FAILED")
            failed.append(dataset_folder.name)
            
            # Log error details
            with open(log_file, 'a', encoding='utf-8') as f:
                f.write(f"\n=== {dataset_folder.name} - {datetime.now()} ===\n")
                f.write(f"STDOUT:\n{stdout}\n")
                f.write(f"STDERR:\n{stderr}\n")
    
    # Print summary
    print("\n" + "=" * 60)
    print(f"SUMMARY - Completed: {datetime.now()}")
    print(f"  Successful: {len(successful)}")
    print(f"  Failed: {len(failed)}")
    
    if failed:
        print(f"\nFailed folders:")
        for folder in failed:
            print(f"  - {folder}")
        print(f"\nCheck {log_file} for error details")
        sys.exit(1)
    else:
        print("\nAll datasets processed successfully!")
        sys.exit(0)

if __name__ == '__main__':
    main()

---

Verarbeitungsablauf

Standard-Workflow

1. Eingabe: Ordner mit RAW/JPG-Bildpaaren

2. Erkennung: CLI sucht automatisch nach unterstützten Bilddateien

3. Verarbeitung: Der Parallelmodus skaliert entsprechend der Anzahl Ihrer CPU-Kerne (Chloros+)

4. Ausgabe: Erstellt Unterordner nach Kameramodell mit den verarbeiteten Bildern

Beispiel für die Ausgabestruktur

MyProject/
├── project.json                             # Project metadata
├── 2025_0203_193056_008.JPG                # Original JPG
├── 2025_0203_193055_007.RAW                # Original RAW
└── Survey3N_RGN/                           # Processed outputs ✓
    ├── 2025_0203_193056_008_Reflectance.tif   # Calibrated reflectance
    ├── 2025_0203_193056_008_Target.tif        # Target detection
    └── ...

Geschätzte Verarbeitungszeiten

Typische Verarbeitungszeiten für 100 Bilder (jeweils 12 MP):

Plattform	Modus	Geschätzte Zeit	Anmerkungen
Desktop mit 12 GB+ GPU	GPU_PARALLEL	5–10 Min.	Schnellste Option
Desktop mit 8 GB GPU	GPU_SINGLE	10–15 Min.	Gute Leistung
Jetson Orin NX 16 GB	GPU_PARALLEL	15–25 Min.	Edge-Computing
Jetson Nano 8 GB	GPU_SINGLE	30–60 Min.	Speicherbeschränkt
Nur CPU	CPU_PARALLEL	20–40 Min.	Keine GPU erforderlich

Leistungstipp: Die Verarbeitungszeit hängt von der Anzahl der Bilder, der Auflösung, der Debayer-Methode und der Hardware ab. „Texture Aware Debayer“ dauert deutlich länger als „Standard“. Weitere Informationen finden Sie unter Dynamische Rechenanpassung.

---

Fehlerbehebung

CLI nicht gefunden

Windows Fehler:

'chloros-cli' is not recognized as an internal or external command

Windows Lösungen:

1. Überprüfen Sie den Installationsort:

dir "C:\Program Files\Chloros\resources\cli\chloros-cli.exe"

1. Verwenden Sie den vollständigen Pfad, wenn er nicht in PATH enthalten ist:

"C:\Program Files\Chloros\resources\cli\chloros-cli.exe" process "C:\Datasets\Field_A"

1. Fügen Sie ihn manuell zu PATH hinzu:

   • Öffnen Sie „Systemeigenschaften“ → „Umgebungsvariablen“

   • Bearbeiten Sie die Variable PATH

   • Fügen Sie hinzu: C:\Program Files\Chloros\resources\cli

   • Terminal neu starten

Linux Fehler:

chloros-cli: command not found

Linux Lösungen:

1. Installation überprüfen:

which chloros-cli
dpkg -L chloros-amd64  # or chloros-arm64-jp6

1. Laden Sie Ihre Shell neu:

source ~/.bashrc

1. Überprüfen Sie die Berechtigungen:

sudo chmod +x /usr/bin/chloros-cli

---

Backend konnte nicht gestartet werdenFehler:

Backend failed to start within 30 seconds

Lösungen:

1. Prüfen Sie, ob das Backend bereits läuft (schließen Sie es zuerst)

2. Prüfen Sie, ob die Firewall den Datenverkehr blockiert (Windows) oder prüfen Sie die Portverfügbarkeit (Linux: lsof -i :5000)

3. Versuchen Sie es mit einem anderen Port:

# Windows
chloros-cli --port 5001 process "C:\Datasets\Field_A"

# Linux
chloros-cli --port 5001 process ~/datasets/field_a

1. Backend neu starten:

# Windows
chloros-cli --restart process "C:\Datasets\Field_A"

# Linux
chloros-cli --restart process ~/datasets/field_a

1. Bei Linux prüfen, ob die Backend-Ausführungsdatei vorhanden ist:

ls -la /usr/lib/chloros/chloros-backend

---

Probleme mit der Lizenz / AuthentifizierungFehler:

Chloros+ license required for CLI access

Lösungen:

1. Überprüfen Sie, ob Sie über ein aktives Chloros+-Abonnement verfügen

2. Melden Sie sich mit Ihren Anmeldedaten an:

chloros-cli login [e-mail] 'password'

1. Überprüfen Sie den Lizenzstatus:

chloros-cli status

1. Wenden Sie sich an den Support: [e-mail]

---

Keine Bilder gefundenFehler:

No images found in the specified folder

Lösungen:

1. Überprüfen Sie, ob der Ordner unterstützte Formate enthält (.RAW, .TIF, .JPG)

2. Überprüfen Sie, ob der Ordnerpfad korrekt ist (verwenden Sie Anführungszeichen für Pfade mit Leerzeichen)

3. Stellen Sie sicher, dass Sie Leserechte für den Ordner haben

4. Überprüfen Sie, ob die Dateiendungen korrekt sind

---

Verarbeitung stockt oder hängt sich aufLösungen:

1. Überprüfen Sie den verfügbaren Speicherplatz (stellen Sie sicher, dass genügend Platz für die Ausgabe vorhanden ist)

2. Schließen Sie andere Anwendungen, um Speicherplatz freizugeben

3. Reduzieren Sie die Anzahl der Bilder (verarbeiten Sie in Stapeln)

---

Port bereits in GebrauchFehler:

Port 5000 is already in use

Lösungen:

Windows:

chloros-cli --port 5001 process "C:\Datasets\Field_A"

Linux:

# Find what's using port 5000
lsof -i :5000

# Use a different port
chloros-cli --port 5001 process ~/datasets/field_a

---

FAQ

F: Benötige ich eine Lizenz für CLI?

A:Ja! Für CLI ist eine kostenpflichtigeChloros+-Lizenz erforderlich.

• ❌ Standard-Tarif (kostenlos): CLI deaktiviert

• ✅ Chloros+ (kostenpflichtiger) Tarif: CLI vollständig aktiviert

Abonnieren unter: https://cloud.mapir.camera/pricing

---

F: Kann ich CLI auf einem Server ohne GUI verwenden?A: Ja! CLI läuft vollständig headless. Dies ist der primäre Anwendungsfall bei Linux.Windows-Server:

• Windows Server 2016 oder höher

• Visual C++ Redistributable installiert

Linux-Server:

• Ubuntu 20.04+ / Debian 11+ (amd64) oder JetPack 6 (arm64)

• Installation über das .deb-Paket

Beide Plattformen:

• Mindestens 8 GB RAM (16 GB empfohlen)

• Einmalige Lizenzaktivierung: chloros-cli login [e-mail] 'password'

---

F: Wo werden die verarbeiteten Bilder gespeichert?A:Standardmäßig werden die verarbeiteten Bilder imselben Ordner wie die Eingabedateien in Unterordnern nach Kameramodell gespeichert (z. B. Survey3N_RGN/).

Verwenden Sie die Option -o, um einen anderen Ausgabeordner anzugeben:

# Windows
chloros-cli process "C:\Input" -o "D:\Output"

# Linux
chloros-cli process ~/input -o ~/output

---

F: Kann ich mehrere Ordner gleichzeitig bearbeiten?A: Nicht direkt mit einem einzigen Befehl, aber Sie können Skripte verwenden, um Ordner nacheinander zu verarbeiten. Siehe Abschnitt Automatisierung & Skripting.***

F: Wie speichere ich die CLI-Ausgabe in einer Protokolldatei?PowerShell:

chloros-cli process "C:\Datasets\Field_A" | Tee-Object -FilePath "processing.log"

Batch:

chloros-cli process "C:\Datasets\Field_A" > processing.log 2>&1

Linux Bash:

chloros-cli process ~/datasets/field_a 2>&1 | tee processing.log

---

F: Was passiert, wenn ich während der Verarbeitung Strg+C drücke?A: Das CLI wird:

1. Die Verarbeitung ordnungsgemäß beenden

2. Das Backend herunterfahren

3. Mit Code 130 beenden

Teilweise verarbeitete Bilder können im Ausgabeordner verbleiben.

---

F: Kann ich die Verarbeitung mit CLI automatisieren?A: Auf jeden Fall! CLI ist für die Automatisierung ausgelegt. Siehe Automatisierung & Skripting für PowerShell (Windows), Batch (Windows), Bash (Linux) und Python (plattformübergreifend).***

F: Wie überprüfe ich die Version von CLI?A:

chloros-cli --version

Ausgabe:

Chloros CLI 1.1.0

---

Hilfe

Hilfe über die Befehlszeile

Rufen Sie die Hilfeinformationen direkt in CLI auf:

# General help
chloros-cli --help

# Command-specific help
chloros-cli process --help
chloros-cli login --help
chloros-cli language --help

Supportkanäle

• E-Mail: [e-mail]

• Website: https://www.mapir.camera/community/contact

• Preise: https://cloud.mapir.camera/pricing***

Vollständige Beispiele

Beispiel 1: Grundlegende Bearbeitung

Bearbeitung mit Standardeinstellungen (Vignette, Reflexion):

Windows:

chloros-cli process "C:\Datasets\Field_A_2025_01_15"

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

---

Beispiel 2: Hochwertige wissenschaftliche Ausgabe

32-Bit-Float TIFF:

Windows:

chloros-cli process "C:\Datasets\Field_A" ^
  --format "TIFF (32-bit, Percent)" ^
  --vignette ^
  --reflectance

Linux:

chloros-cli process ~/datasets/field_a \
  --format "TIFF (32-bit, Percent)" \
  --vignette \
  --reflectance

---

Beispiel 3: Schnelle Vorschauverarbeitung

8-Bit-PNG ohne Kalibrierung für die schnelle Überprüfung:

Windows:

chloros-cli process "C:\Datasets\Field_A" ^
  --format "PNG (8-bit)" ^
  --no-vignette ^
  --no-reflectance

Linux:

chloros-cli process ~/datasets/field_a \
  --format "PNG (8-bit)" \
  --no-vignette \
  --no-reflectance

---

Beispiel 4: PPK-korrigierte Verarbeitung

PPK-Korrekturen mit Reflexionsgrad anwenden:

Windows:

chloros-cli process "C:\Datasets\Field_A" ^
  --ppk ^
  --reflectance

Linux:

chloros-cli process ~/datasets/field_a \
  --ppk \
  --reflectance

---

Beispiel 5: Benutzerdefinierter Ausgabeort

Verarbeitung an einem anderen Ort mit spezifischem Format:

Windows:

chloros-cli process "C:\Input\Raw_Images" ^
  -o "D:\Output\Processed" ^
  --format "TIFF (16-bit)"

Linux:

chloros-cli process ~/input/raw_images \
  -o ~/output/processed \
  --format "TIFF (16-bit)"

---

Beispiel 6: Authentifizierungsablauf

Vollständiger Authentifizierungsablauf (auf allen Plattformen identisch):

# Step 1: Login
chloros-cli login [e-mail] 'MyP@ssw0rd'

# Step 2: Verify status
chloros-cli status

# Step 3: Process images
# Windows: chloros-cli process "C:\Datasets\Field_A"
# Linux:   chloros-cli process ~/datasets/field_a
chloros-cli process ~/datasets/field_a

# Step 4: Logout (optional, when switching accounts)
chloros-cli logout

---

Beispiel 7: Mehrsprachige Nutzung

Ändern der Sprache der Benutzeroberfläche (auf allen Plattformen identisch):

# List available languages
chloros-cli language --list

# Change to Spanish
chloros-cli language es

# Process with Spanish interface
# Windows: chloros-cli process "C:\Vuelos\Campo_A"
# Linux:   chloros-cli process ~/vuelos/campo_a
chloros-cli process ~/vuelos/campo_a

# Change back to English
chloros-cli language en