CLI: Línea de comandos

**Chloros CLI** proporciona un potente acceso mediante línea de comandos al motor de procesamiento de imágenes Chloros, lo que permite la automatización, la creación de scripts y el funcionamiento sin interfaz gráfica para sus flujos de trabajo de imágenes.

Características principales

• 🚀 Automatización: procesamiento por lotes mediante scripts de múltiples conjuntos de datos

• 🔗 Integración: se integra en flujos de trabajo y procesos existentes

• 💻 Funcionamiento sin interfaz gráfica: se ejecuta sin interfaz gráfica de usuario

• 🌍 Multilingüe: compatible con 38 idiomas

• ⚡ Procesamiento paralelo: la adaptación dinámica de la computación se optimiza automáticamente para su hardware

Requisitos

Requisito	Detalles
Sistema operativo	Windows 10/11 (64 bits), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
Licencia	Chloros+ (se requiere un plan de pago)
Memoria	8 GB de RAM como mínimo (se recomiendan 16 GB)
Internet	Necesario para la activación de la licencia
Espacio en disco	Varía según el tamaño del proyecto

Requisitos de licencia: CLI requiere una suscripción de pago a Chloros+. Los planes estándar (gratuitos) no tienen acceso a CLI. Visite https://cloud.mapir.camera/pricing para actualizar.

Inicio rápido

Instalación

Windows

El CLI se incluye automáticamente con el instalador de Chloros:

1. Descargue y ejecute Chloros Installer.exe

2. Complete el asistente de instalación

3. CLI instalado en: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

El instalador añade automáticamente chloros-cli a la ruta PATH de su sistema. Reinicie su terminal tras la instalación.

Linux

Instale el paquete .deb para su arquitectura:

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

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

Para obtener información detallada sobre la configuración de Linux, consulte Instalación de Linux.

Configuración inicial

Antes de utilizar CLI, active su licencia Chloros+:

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

Uso básico

Procesar una carpeta con la configuración predeterminada:

Windows:

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

Linux:

chloros-cli process ~/images/dataset001

---

Referencia de comandos

Sintaxis general

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

---

Comandos

process - Procesar imágenes

Procesa las imágenes de una carpeta con calibración.

Sintaxis:

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

Ejemplos:

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

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

Opciones del comando de procesamiento

Opción	Tipo	Predeterminado	Descripción
<input-folder>	Ruta	Obligatorio	Carpeta que contiene imágenes multiespectrales RAW/JPG
-o, --output	Ruta	Igual que la de entrada	Carpeta de salida para las imágenes procesadas
-n, --project-name	Cadena	Generado automáticamente	Nombre de proyecto personalizado
--vignette	Indicador	Activado	Activar corrección de viñeteado
--no-vignette	Indicador	-	Desactivar corrección de viñeteado
--reflectance	Indicador	Activado	Activar calibración de reflectancia
--no-reflectance	Indicador	-	Desactivar calibración de reflectancia
--ppk	Indicador	Desactivado	Aplicar correcciones PPK a partir de los datos del sensor de luz .daq
--format	Opción	TIFF (16 bits)	Formato de salida: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)
--min-target-size	Entero	Automático	Tamaño mínimo del objetivo en píxeles para la detección del panel de calibración
--target-clustering	Entero	Automático	Umbral de agrupamiento de objetivos (0-100)
--debayer	Opción	standard	Método de despixelado: standard o texture-aware (solo Chloros+)
--target, --targets	Indicador	Desactivado	Buscar objetivos de calibración únicamente en una subcarpeta «target» o «targets» (acelera el procesamiento)
--indices	Lista	Ninguna	Índices de vegetación a calcular (p. ej., --indices NDVI NDRE GNDVI)
--exposure-pin-1	Cadena	Ninguna	Bloquear la exposición para el modelo de cámara (Pin 1)
--exposure-pin-2	Cadena	Ninguno	Bloqueo de exposición para el modelo de cámara (Pin 2)
--recal-interval	Entero	Auto	Intervalo de recalibración en segundos
--timezone-offset	Entero	0	Desfase horario en horas

---

login - Autenticar cuenta

Inicie sesión con sus credenciales Chloros+ para habilitar el procesamiento CLI.

Sintaxis:

chloros-cli login <email> <password>

Ejemplo:

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

Caracteres especiales: Utilice comillas simples alrededor de las contraseñas que contengan caracteres como $, ! o espacios.

Resultado:

***

logout - Borrar credenciales

Borra las credenciales almacenadas y cierra sesión en tu cuenta.

Sintaxis:

chloros-cli logout

Ejemplo:

chloros-cli logout

Salida:

✓ Logout successful
ℹ Credentials cleared from cache

Usuarios de SDK: Python SDK también proporciona un método programático logout() para borrar credenciales dentro de scripts Python. Consulte la documentación de Python SDK para obtener más detalles.

---

status - Comprobar el estado de la licencia

Muestra el estado actual de la licencia y la autenticación.

Sintaxis:

chloros-cli status

Ejemplo:

chloros-cli status

Salida:

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

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

---

export-status - Comprobar el progreso de la exportación

Supervisa el progreso de la exportación del hilo 4 durante o después del procesamiento.

Sintaxis:

chloros-cli export-status

Ejemplo:

chloros-cli export-status

Caso de uso: Ejecute este comando mientras se está ejecutando el procesamiento para comprobar el progreso de la exportación.***

language - Gestionar el idioma de la interfaz

Ver o cambiar el idioma de la interfaz CLI.

Sintaxis:

# Show current language
chloros-cli language

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

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

Ejemplos:

# 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

Idiomas admitidos (38 en total)

Código	Idioma	Nombre nativo
en	Inglés	English
es	Español	Español
pt	Portugués	Português
fr	Francés	Français
de	Alemán	Deutsch
it	Italiano	Italiano
ja	Japonés	日本語
ko	Coreano	한국어
zh	Chino (simplificado)	简体中文
zh-TW	Chino (tradicional)	繁體中文
ru	Ruso	Русский
nl	Neerlandés	Nederlands
ar	Árabe	العربية
pl	Polaco	Polski
tr	Turco	Türkçe
hi	Hindi	हिंदी
id	Indonesio	Bahasa Indonesia
vi	Vietnamita	Tiếng Việt
th	Tailandés	ไทย
sv	Sueco	Svenska
da	Danés	Dansk
no	Noruego	Norsk
fi	Finlandés	Suomi
el	Griego	Ελληνικά
cs	Checo	Čeština
hu	Húngaro	Magyar
ro	Rumano	Română
uk	Ucraniano	Українська
pt-BR	Portugués brasileño	Português Brasileiro
zh-HK	Cantonés	粵語
ms	Malayo	Bahasa Melayu
sk	Eslovaco	Slovenčina
bg	Búlgaro	Български
hr	Croata	Hrvatski
lt	Lituano	Lietuvių
lv	Letón	Latviešu
et	Estonio	Eesti
sl	Esloveno	Slovenščina

Persistencia automática: Su preferencia de idioma se guarda en ~/.chloros/cli_language.json y se mantiene en todas las sesiones.

---

set-project-folder - Establecer carpeta de proyecto predeterminada

Cambia la ubicación de la carpeta de proyecto predeterminada (compartida con la interfaz gráfica de usuario en Windows).

Sintaxis:

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

Ejemplos:

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

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

---

get-project-folder - Mostrar carpeta de proyectos

Muestra la ubicación actual de la carpeta de proyectos predeterminada.

Sintaxis:

chloros-cli get-project-folder

Ejemplo:

chloros-cli get-project-folder

Salida:

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

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

---

reset-project-folder - Restablecer valores predeterminados

Restablece la carpeta de proyectos a la ubicación predeterminada.

Sintaxis:

chloros-cli reset-project-folder

---

selftest - Ejecutar diagnósticos del sistema

Ejecuta 7 comprobaciones de diagnóstico para verificar la configuración del sistema.

Sintaxis:

chloros-cli selftest

Diagnósticos realizados:

1. Comprobación de la versión

2. Disponibilidad del puerto (5000)

3. Inicio del backend

4. Prueba de conectividad API

5. Información del sistema y detección de la GPU

6. Verificación de los modelos del denoiser

7. Comprobación de la disponibilidad de CUDA

Útil para la resolución de problemas: Ejecute selftest después de la instalación para verificar que su sistema está configurado correctamente, especialmente en Linux/Jetson, donde puede ser necesario verificar la configuración de la GPU y CUDA.

---

update - Comprobar si hay actualizaciones (solo Linux)

Comprueba e instala las actualizaciones de CLI en los sistemas Linux.

Sintaxis:

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

# Check for and install updates
chloros-cli update

Opción	Descripción
--check	Solo buscar actualizaciones, no instalar

Este comando solo está disponible en Linux. En Windows, las actualizaciones se distribuyen a través del instalador.

---

Opciones globales

Estas opciones se aplican a todos los comandos:

Opción	Tipo	Predeterminado	Descripción
--backend-exe	Ruta	Detectada automáticamente	Ruta al ejecutable del backend
--port	Entero	5000	Número de puerto del backend API
--restart	Indicador	-	Forzar reinicio del backend (termina los procesos existentes)
--version	Indicador	-	Mostrar información de la versión y salir
--help	Indicador	-	Mostrar información de ayuda y salir

Detección automática del backend: La ruta --backend-exe se detecta automáticamente según la plataforma:

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

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

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

Ejemplo con opciones globales:

Windows:

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

Linux:

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

---

Guía de configuración de procesamiento

Procesamiento paralelo y adaptación dinámica de computación

Chloros 1.1.0 incluye Adaptación dinámica de computación: el motor de procesamiento detecta automáticamente su hardware y selecciona la estrategia óptima:

Plataforma	Estrategia	Trabajadores	Canalización	Notas
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Eficiente en memoria, serializado
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu	Procesamiento simultáneo con GPU
Ordenador de sobremesa con GPU de 8 GB	GPU_SINGLE	3	tiled_gpu	Buen rendimiento de sobremesa
Ordenador de sobremesa con GPU de 12 GB o más	GPU_PARALLEL	3-4	fused_gpu	Rendimiento óptimo del ordenador de sobremesa
Sistema solo con CPU	CPU_PARALLEL	núcleos - 1	cpu_fallback	No se requiere GPU

¡No se necesita configuración manual! Chloros detecta automáticamente la CPU, la GPU, la RAM y (en Jetson) los sensores térmicos, y luego configura automáticamente el flujo de procesamiento óptimo.

Métodos de debayer

Método	Indicador CLI	Calidad	Velocidad	Licencia
Estándar (rápido, calidad media)	--debayer standard	Buena	Rápido	Gratis / Chloros+
Sensible a la textura (lento, máxima calidad)	--debayer texture-aware	Máxima	Lento	Solo Chloros+

El método de debayer predeterminado es Estándar. El métodoSensible a la textura utiliza un modelo de eliminación de ruido basado en IA/ML para obtener resultados de la máxima calidad, pero requiere una licencia Chloros+ y una GPU NVIDIA.

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

Corrección de viñeteado

Qué hace: Corrige la pérdida de luz en los bordes de la imagen (las esquinas más oscuras habituales en las imágenes de cámara).

• Habilitado por defecto: la mayoría de los usuarios deberían mantenerlo habilitado

• Utilice --no-vignette para deshabilitarlo

Recomendación: Habilite siempre la corrección de viñeteado para garantizar un brillo uniforme en todo el fotograma.

Calibración de reflectancia

Convierte los valores brutos del sensor en porcentajes de reflectancia estandarizados utilizando paneles de calibración.

• Habilitado por defecto: esencial para el análisis de la vegetación

• Requiere paneles de calibración en las imágenes

• Utilice --no-reflectance para deshabilitarlo

Requisitos: Asegúrese de que los paneles de calibración estén correctamente expuestos y sean visibles en sus imágenes para una conversión precisa de la reflectancia.

Correcciones PPK

Qué hace: Aplica correcciones cinemáticas posprocesadas utilizando datos de registro DAQ-A-SD para mejorar la precisión del GPS.

• Desactivado por defecto

• Utilice --ppk para activarlo

• Requiere archivos .daq en la carpeta del proyecto procedentes del sensor de luz DAQ-A-SD MAPIR.

Formatos de salida

Formato	Profundidad de bits	Tamaño del archivo	Ideal para
TIFF (16 bits) ⭐	Entero de 16 bits	Grande	Análisis SIG, fotogrametría (recomendado)
TIFF (32 bits, porcentaje)	Número flotante de 32 bits	Muy grande	Análisis científico, investigación
PNG (8 bits)	Entero de 8 bits	Medio	Inspección visual, uso compartido en la web
JPG (8 bits)	Entero de 8 bits	Pequeño	Vista previa rápida, salida comprimida

***

Automatización y scripts

Procesamiento por lotes con PowerShell (Windows)

Procesa automáticamente varias carpetas de conjuntos de datos en 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

Script por lotes Windows (Windows)

Bucle simple para el procesamiento por lotes en 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

Procesamiento por lotes en Bash (Linux)

Procesar varias carpetas de conjuntos de datos en 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!"

Script de automatización Python (multipropósito)

Automatización avanzada con gestión de errores (funciona en Windows y 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()

---

Flujo de trabajo de procesamiento

Flujo de trabajo estándar

1. Entrada: Carpeta que contiene pares de imágenes RAW/JPG

2. Detección: CLI busca automáticamente los archivos de imagen compatibles

3. Procesamiento: El modo paralelo se adapta a los núcleos de su CPU (Chloros+)

4. Salida: Crea subcarpetas por modelo de cámara con las imágenes procesadas

Ejemplo de estructura de salida

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
    └── ...

Estimaciones del tiempo de procesamiento

Tiempos de procesamiento típicos para 100 imágenes (12 MP cada una):

Plataforma	Modo	Tiempo estimado	Notas
Ordenador de sobremesa con GPU de 12 GB o más	GPU_PARALLEL	5-10 min	Opción más rápida
Ordenador de sobremesa con GPU de 8 GB	GPU_SINGLE	10-15 min	Buen rendimiento
Jetson Orin NX 16 GB	GPU_PARALLEL	15-25 min	Computación periférica
Jetson Nano 8 GB	GPU_SINGLE	30-60 min	Memoria limitada
Solo CPU	CPU_PARALLEL	20-40 min	No requiere GPU

Consejo de rendimiento: El tiempo de procesamiento varía en función del número de imágenes, la resolución, el método de debayer y el hardware. El debayer con reconocimiento de texturas tarda considerablemente más que el estándar. Consulte Adaptación dinámica de computación para obtener más detalles.

---

Solución de problemas

CLI no encontrado

Error Windows:

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

Soluciones para Windows:

1. Compruebe la ubicación de la instalación:

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

1. Utilice la ruta completa si no está en PATH:

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

1. Añádalo a PATH manualmente:

   • Abra Propiedades del sistema → Variables de entorno

   • Edite la variable PATH

   • Añada: C:\Program Files\Chloros\resources\cli

   • Reinicie el terminal

Linux Error:

chloros-cli: command not found

Linux Soluciones:

1. Verifique la instalación:

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

1. Vuelva a cargar su shell:

source ~/.bashrc

1. Compruebe los permisos:

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

---

Fallo al iniciar el backendError:

Backend failed to start within 30 seconds

Soluciones:

1. Compruebe si el backend ya se está ejecutando (ciérrelo primero)

2. Compruebe que el cortafuegos no lo esté bloqueando (Windows) o compruebe la disponibilidad del puerto (Linux: lsof -i :5000)

3. Pruebe con un puerto diferente:

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

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

1. Force el reinicio del backend:

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

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

1. En el caso de Linux, compruebe que el ejecutable del backend existe:

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

---

Problemas de licencia/autenticaciónError:

Chloros+ license required for CLI access

Soluciones:

1. Comprueba que tienes una suscripción activa a Chloros+

2. Inicia sesión con tus credenciales:

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

1. Compruebe el estado de la licencia:

chloros-cli status

1. Póngase en contacto con el servicio de asistencia: [e-mail]

---

No se han encontrado imágenesError:

No images found in the specified folder

Soluciones:

1. Comprueba que la carpeta contenga formatos compatibles (.RAW, .TIF, .JPG)

2. Comprueba que la ruta de la carpeta sea correcta (utiliza comillas para las rutas con espacios)

3. Asegúrate de tener permisos de lectura para la carpeta

4. Comprueba que las extensiones de los archivos sean correctas

---

El procesamiento se detiene o se bloqueaSoluciones:

1. Comprueba el espacio disponible en disco (asegúrese de que haya suficiente para la salida)

2. Cierre otras aplicaciones para liberar memoria

3. Reduzca el número de imágenes (procéselas por lotes)

---

Puerto ya en usoError:

Port 5000 is already in use

Soluciones:

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

---

Preguntas frecuentes

P: ¿Necesito una licencia para el CLI?

R:¡Sí! El CLI requiere unalicencia Chloros+ de pago.

• ❌ Plan Estándar (gratuito): CLI desactivado

• ✅ Planes Chloros+ (de pago): CLI totalmente habilitado

Suscríbete en: https://cloud.mapir.camera/pricing

---

P: ¿Puedo utilizar el CLI en un servidor sin interfaz gráfica de usuario?R: ¡Sí! El CLI funciona completamente sin interfaz gráfica. Este es el caso de uso principal en Linux.Servidor Windows:

• Servidor Windows 2016 o posterior

• Visual C++ Redistributable instalado

Servidor Linux:

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

• Instalar mediante el paquete .deb

Ambas plataformas:

• 8 GB de RAM como mínimo (se recomiendan 16 GB)

• Activación de licencia única: chloros-cli login [e-mail] 'password'

---

P: ¿Dónde se guardan las imágenes procesadas?R:De forma predeterminada, las imágenes procesadas se guardan en lamisma carpeta que las de entrada, en subcarpetas de modelos de cámara (por ejemplo, Survey3N_RGN/).

Utilice la opción -o para especificar una carpeta de salida diferente:

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

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

---

P: ¿Puedo procesar varias carpetas a la vez?R: No directamente con un solo comando, pero puede utilizar scripts para procesar las carpetas de forma secuencial. Consulte la sección Automatización y scripts.***

P: ¿Cómo guardo la salida de CLI en un archivo de registro?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

---

P: ¿Qué ocurre si pulso Ctrl+C durante el procesamiento?R: CLI hará lo siguiente:

1. Detendrá el procesamiento de forma controlada

2. Apagará el backend

3. Saldrá con el código 130

Es posible que queden imágenes procesadas parcialmente en la carpeta de salida.

---

P: ¿Puedo automatizar el procesamiento de CLI?R: ¡Por supuesto! El CLI está diseñado para la automatización. Consulte Automatización y scripts para ver ejemplos de PowerShell (Windows), Batch (Windows), Bash (Linux) y Python (multipropósito).***

P: ¿Cómo puedo comprobar la versión de CLI?R:

chloros-cli --version

Salida:

Chloros CLI 1.1.0

---

Obtener ayuda

Ayuda de la línea de comandos

Ver la información de ayuda directamente en CLI:

# General help
chloros-cli --help

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

Canales de asistencia

• Correo electrónico: [e-mail]

• Sitio web: https://www.mapir.camera/community/contact

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

Ejemplos completos

Ejemplo 1: Procesamiento básico

Proceso con ajustes predeterminados (viñeta, reflectancia):

Windows:

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

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

---

Ejemplo 2: Resultados científicos de alta calidad

32 bits en coma flotante 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

---

Ejemplo 3: Procesamiento rápido de vista previa

PNG de 8 bits sin calibración para una revisión rápida:

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

---

Ejemplo 4: Procesamiento con corrección PPK

Aplicar correcciones PPK con reflectancia:

Windows:

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

Linux:

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

---

Ejemplo 5: Ubicación de salida personalizada

Procesar en una ubicación diferente con un formato específico:

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)"

---

Ejemplo 6: Flujo de trabajo de autenticación

Flujo de autenticación completo (igual en todas las plataformas):

# 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

---

Ejemplo 7: Uso multilingüe

Cambiar el idioma de la interfaz (igual en todas las plataformas):

# 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