CLI: Befehlszeile

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

Hauptmerkmale

• 🚀 Automatisierung – Skriptbasierte Stapelverarbeitung mehrerer Datensätze

• 🔗 Integration – Einbettung in bestehende Workflows und Pipelines

• 💻 Headless-Betrieb – Ausführung ohne GUI

• 🌍 Mehrsprachigkeit – Unterstützung für 38 Sprachen

• ⚡ Parallelverarbeitung – Dynamische Skalierung an Ihre CPU (bis zu 16 parallele Worker)

Anforderungen

Anforderung	Details
Betriebssystem	Windows 10/11 (64-Bit)
Lizenz	Chloros+ (kostenpflichtiger Tarif erforderlich)
Arbeitsspeicher	Mindestens 8 GB RAM (16 GB empfohlen)
Internet	Für die Lizenzaktivierung erforderlich
Festplattenspeicher	Variiert je nach Projektgröße

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

Schnellstart

Installation

Das CLI ist automatisch im Chloros-Installationsprogramm enthalten:

1. Laden Sie das Chloros-Installationsprogramm.exe herunter und führen Sie es aus.

2. Führen Sie den Installationsassistenten aus.

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

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

Erstmalige Einrichtung

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

# 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"

Grundlegende Verwendung

Verarbeiten Sie einen Ordner mit den Standardeinstellungen:

chloros-cli process "C:\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]

Beispiel:

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

Optionen für Verarbeitungsbefehle

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	Vignettenkorrektur aktivieren
--no-vignette	Flag	-	Vignettenkorrektur deaktivieren
--reflectance	Flag	Aktiviert	Reflektionskalibrierung aktivieren
--no-reflectance	Flag	-	Reflektionskalibrierung 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	Mindestzielgröße in Pixeln für die Erkennung des Kalibrierungsfeldes
--target-clustering	Ganzzahl	Auto	Schwellenwert für die Zielclusterung (0-100)
--exposure-pin-1	Zeichenfolge	Keine	Belichtung für Kameramodell sperren (Pin 1)
--exposure-pin-2	Zeichenfolge	Keine	Belichtung für Kameramodell sperren (Pin 2)
--recal-interval	Ganzzahl	Auto	Neukalibrierungsintervall in Sekunden
--timezone-offset	Ganzzahl	0	Zeitzonenverschiebung 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: Verwenden Sie einfache Anführungszeichen um Passwörter, die Zeichen wie $, ! oder Leerzeichen enthalten.

Ausgabe:

***

logout – Anmeldedaten löschen

Löschen Sie gespeicherte Anmeldedaten und melden Sie sich 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 überprüfen

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 überprüfen

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 Verarbeitung auf, um den Exportfortschritt zu überprüfen.***

language – Verwaltung der Sprache der Benutzeroberfläche

Anzeigen oder Ändern der Sprache der Benutzeroberfläche von CLI.

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 Originalsprache
en	Englisch	Englisch
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 – Standardprojektordner festlegen

Ändern Sie den Speicherort des Standardprojektordners (gemeinsam mit der GUI).

Syntax:

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

Beispiel:

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

---

get-project-folder – Projektordner anzeigen

Zeigt den aktuellen Standard-Projektordner an.

Syntax:

chloros-cli get-project-folder

Beispiel:

chloros-cli get-project-folder

Ausgabe:

ℹ Current project folder: C:\Projects\2025

---

reset-project-folder – Auf Standard zurücksetzen

Setzt den Projektordner auf den Standardpfad zurück.

Syntax:

chloros-cli reset-project-folder

---

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	Backend-Portnummer API
--restart	Flag	-	Neustart des Backends erzwingen (beendet vorhandene Prozesse)
--version	Flag	-	Versionsinformationen anzeigen und beenden
--help	Flag	-	Hilfeinformationen anzeigen und beenden

Beispiel mit globalen Optionen:

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

---

Anleitung zu den Verarbeitungseinstellungen

Parallele Verarbeitung

Chloros+ CLI skaliert automatischdie parallele Verarbeitung entsprechend den Fähigkeiten Ihres Computers:So funktioniert es:

• Erkennt Ihre CPU-Kerne und Ihren Arbeitsspeicher

• Weist Worker zu: 2× CPU-Kerne (verwendet Hyperthreading)

• Maximal: 16 parallele Worker (für Stabilität)Systemstufen:

Systemtyp	CPU	RAM	Worker	Leistung
High-End	16+ Kerne	32+ GB	Bis zu 16	Maximale Geschwindigkeit
Mittelklasse	8–15 Kerne	16–31 GB	8–16	Ausgezeichnete Geschwindigkeit
Einstiegsklasse	4–7 Kerne	8–15 GB	4–8	Gute Geschwindigkeit

Automatische Optimierung: Der CLI erkennt automatisch Ihre Systemspezifikationen und konfiguriert die optimale Parallelverarbeitung. Keine manuelle Konfiguration erforderlich!

Debayer-Methoden

Der CLI verwendet High Quality (Faster) als standardmäßigen und empfohlenen Debayer-Algorithmus:

Methode	Qualität	Geschwindigkeit	Beschreibung
Hohe Qualität (schneller) ⭐	⭐⭐⭐⭐	⚡⚡⚡	Kantensensitiver Algorithmus (Standard, empfohlen)

Vignettierungskorrektur

Funktion: Korrigiert den Lichtabfall an den Bildrändern (dunklere Ecken, die häufig bei Kameraaufnahmen auftreten).

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

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

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

Reflektionskalibrierung

Konvertiert die Rohwerte des Sensors mithilfe von Kalibrierungsfeldern in standardisierte Reflektionsprozentsätze.

• Standardmäßig aktiviert – Unverzichtbar für die Vegetationsanalyse.

• Erfordert Kalibrierungszielfelder in Bildern.

• Verwenden Sie --no-reflectance, um diese Funktion zu deaktivieren.

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

PPK-Korrekturen

Funktion: Wendet nachbearbeitete kinematische Korrekturen unter Verwendung von DAQ-A-SD-Protokolldaten an, um die GPS-Genauigkeit zu verbessern.

• Standardmäßig deaktiviert

• Verwenden Sie --ppk, um die Funktion zu aktivieren.

• Erfordert .daq-Dateien im Projektordner von 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	Visuelle Inspektion, Web-Sharing
JPG (8-Bit)	8-Bit-Ganzzahl	Klein	Schnellvorschau, komprimierte Ausgabe

***

Automatisierung und Skripting

PowerShell-Stapelverarbeitung

Automatische Verarbeitung mehrerer Datensatzordner:

# 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-Stapelscript

Einfache Schleife für die Stapelverarbeitung:

@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

Python Automatisierungsskript

Erweiterte Automatisierung mit Fehlerbehandlung:

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"""
    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()

---

Verarbeitungsworkflow

Standard-Workflow

1. Eingabe: Ordner mit RAW/JPG-Bildpaaren

2. Erkennung: CLI sucht automatisch nach unterstützten Bilddateien

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

4. Ausgabe: Erstellt Unterordner für Kameramodelle mit 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 Verarbeitungszeit

Typische Verarbeitungszeiten für 100 Bilder (jeweils 12 MP):

Modus	Zeit	Hardware
Parallelmodus	5–10 min	i7/Ryzen 7, 16 GB RAM, SSD (bis zu 16 Worker)
Parallelmodus	10–15 Min.	i5/Ryzen 5, 8 GB RAM, HDD (bis zu 8 Worker)

Leistungstipp: Die Bearbeitungszeit hängt von der Anzahl der Bilder, der Auflösung und den Computerspezifikationen ab.

---

Fehlerbehebung

CLI nicht gefunden

Fehler:

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

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 Systemeinstellungen → Umgebungsvariablen.

   • Bearbeiten Sie die Variable PATH.

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

   • Terminal neu starten

---

Backend konnte nicht gestartet werdenFehler:

Backend failed to start within 30 seconds

Lösungen:

1. Überprüfen Sie, ob das Backend bereits ausgeführt wird (schließen Sie es zuerst)

2. Überprüfen Sie, ob die Firewall Windows nicht blockiert

3. Versuchen Sie es mit einem anderen Port:

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

1. Erzwingen Sie einen Neustart des Backends:

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

---

Probleme mit der Lizenz/AuthentifizierungFehler:

Chloros+ license required for CLI access

Lösungen:

1. Vergewissern Sie sich, dass 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 Dateierweiterungen korrekt sind.

---

Verarbeitung stockt oder hängtLösungen:

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

2. Schließen Sie andere Anwendungen, um Speicherplatz freizugeben.

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

---

Port bereits in VerwendungFehler:

Port 5000 is already in use

Lösung:

Geben Sie einen anderen Port an:

chloros-cli --port 5001 process "C:\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+ (kostenpflichtige) Tarife: CLI vollständig aktiviert

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

---

F: Kann ich CLI auf einem Server ohne GUI verwenden?A: Ja! CLI läuft vollständig headless. Anforderungen:

• Windows Server 2016 oder höher

• Visual C++ Redistributable installiert

• Ausreichend RAM (mindestens 8 GB, 16 GB empfohlen)

• Einmalige Aktivierung der GUI-Lizenz auf einem beliebigen Rechner

---

F: Wo werden die verarbeiteten Bilder gespeichert?A:Standardmäßig werden die verarbeiteten Bilder imgleichen Ordner wie die Eingabe in Unterordnern des Kameramodells (z. B. Survey3N_RGN/) gespeichert.

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

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

---

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

F: Wie speichere ich die Ausgabe von CLI 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

---

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

1. Die Verarbeitung ordnungsgemäß beenden

2. Das Backend herunterfahren

3. Mit dem Code 130 beenden

Teilweise verarbeitete Bilder können im Ausgabeordner verbleiben.

---

F: Kann ich die Verarbeitung von CLI automatisieren?A: Auf jeden Fall! CLI ist für die Automatisierung ausgelegt. Beispiele für PowerShell, Batch und Python finden Sie unter Automatisierung und Skripting.***

F: Wie kann ich die Version von CLI überprüfen?A:

chloros-cli --version

Ausgabe:

Chloros CLI 1.0.2

---

Hilfe erhalten

Befehlszeilenhilfe

Zeigen Sie die Hilfeinformationen direkt in CLI an:

# General help
chloros-cli --help

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

Support-Kanäle

• E-Mail: [e-mail]

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

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

Vollständige Beispiele

Beispiel 1: Grundlegende Verarbeitung

Verarbeitung mit Standardeinstellungen (Vignette, Reflexion):

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

---

Beispiel 2: Hochwertige wissenschaftliche Ausgabe

32-Bit-Float TIFF:

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

---

Beispiel 3: Schnelle Vorschauverarbeitung

8-Bit PNG ohne Kalibrierung für schnelle Überprüfung:

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

---

Beispiel 4: PPK-korrigierte Verarbeitung

Anwendung von PPK-Korrekturen mit Reflexion:

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

---

Beispiel 5: Benutzerdefinierter Ausgabeort

Verarbeitung auf einem anderen Laufwerk mit spezifischem Format:

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

---

Beispiel 6: Authentifizierungs-Workflow

Authentifizierungsablauf abschließen:

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

# Step 2: Verify status
chloros-cli status

# Step 3: Process images
chloros-cli process "C:\Datasets\Field_A"

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

---

Beispiel 7: Mehrsprachige Nutzung

Sprache der Benutzeroberfläche ändern:

# List available languages
chloros-cli language --list

# Change to Spanish
chloros-cli language es

# Process with Spanish interface
chloros-cli process "C:\Vuelos\Campo_A"

# Change back to English
chloros-cli language en