CLI : Baris Perintah

**Chloros CLI** menyediakan akses baris perintah yang kuat ke mesin pemrosesan gambar Chloros, yang memungkinkan otomatisasi, pembuatan skrip, dan operasi tanpa antarmuka pengguna untuk alur kerja pencitraan Anda.

Fitur Utama

• 🚀 Otomatisasi - Pemrosesan batch skrip untuk beberapa dataset

• 🔗 Integrasi - Dapat diintegrasikan ke dalam alur kerja dan pipeline yang sudah ada

• 💻 Operasi Tanpa Antarmuka Grafis - Dapat dijalankan tanpa antarmuka grafis

• 🌍 Multi-Bahasa - Mendukung 38 bahasa

• ⚡ Pemrosesan Paralel - Adaptasi Komputasi Dinamis secara otomatis mengoptimalkan sesuai dengan perangkat keras Anda

Persyaratan

Persyaratan	Detail
Sistem Operasi	Windows 10/11 (64-bit), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
Lisensi	Chloros+ (diperlukan paket berbayar)
Memori	Minimal 8GB RAM (disarankan 16GB)
Internet	Diperlukan untuk aktivasi lisensi
Ruang Disk	Bervariasi sesuai ukuran proyek

Persyaratan Lisensi: CLI memerlukan langganan berbayar Chloros+. Paket Standar (gratis) tidak memiliki akses ke CLI. Kunjungi https://cloud.mapir.camera/pricing untuk meningkatkan paket.

Panduan Cepat

Instalasi

Windows

CLI secara otomatis disertakan dalam penginstal Chloros:

1. Unduh dan jalankan Chloros Installer.exe

2. Selesaikan wizard pemasangan

3. CLI terpasang di: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

Pemasang secara otomatis menambahkan chloros-cli ke jalur sistem (PATH) Anda. Mulai ulang terminal Anda setelah pemasangan.

Linux

Pasang paket .deb untuk arsitektur Anda:

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

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

Untuk pengaturan Linux yang lebih rinci, lihat Linux Instalasi.

Pengaturan Awal

Sebelum menggunakan CLI, aktifkan lisensi Chloros+ Anda:

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

Penggunaan Dasar

Proses folder dengan pengaturan default:

Windows:

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

Linux:

chloros-cli process ~/images/dataset001

---

Referensi Perintah

Sintaks Umum

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

---

Perintah

process - Memproses Gambar

Memproses gambar dalam folder dengan kalibrasi.

Sintaks:

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

Contoh:

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

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

Opsi Perintah Pemrosesan

Opsi	Tipe	Default	Deskripsi
<input-folder>	Jalur	Diperlukan	Folder yang berisi gambar multispektral RAW/JPG
-o, --output	Jalur	Sama dengan input	Folder keluaran untuk gambar yang telah diproses
-n, --project-name	String	Dibuat otomatis	Nama proyek khusus
--vignette	Bendera	Diaktifkan	Aktifkan koreksi vignette
--no-vignette	Bendera	-	Nonaktifkan koreksi vignette
--reflectance	Bendera	Diaktifkan	Aktifkan kalibrasi reflektansi
--no-reflectance	Bendera	-	Nonaktifkan kalibrasi reflektansi
--ppk	Bendera	Dinonaktifkan	Terapkan koreksi PPK dari data sensor cahaya .daq
--format	Pilihan	TIFF (16-bit)	Format keluaran: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)
--min-target-size	Bilangan bulat	Otomatis	Ukuran target minimum dalam piksel untuk deteksi panel kalibrasi
--target-clustering	Bilangan bulat	Otomatis	Ambang batas pengelompokan target (0-100)
--debayer	Pilihan	standard	Metode debayer: standard atau texture-aware (hanya Chloros+)
--target, --targets	Bendera	Dinonaktifkan	Hanya cari target kalibrasi di subfolder "target" atau "targets" (mempercepat pemrosesan)
--indices	Daftar	Tidak ada	Indeks vegetasi yang akan dihitung (misalnya, --indices NDVI NDRE GNDVI)
--exposure-pin-1	String	Tidak ada	Mengunci eksposur untuk model kamera (Pin 1)
--exposure-pin-2	String	Tidak ada	Mengunci eksposur untuk model kamera (Pin 2)
--recal-interval	Bilangan bulat	Otomatis	Interval kalibrasi ulang dalam detik
--timezone-offset	Bilangan bulat	0	Perbedaan zona waktu dalam jam

---

login - Otentikasi Akun

Masuk menggunakan kredensial Chloros+ Anda untuk mengaktifkan pemrosesan CLI.

Sintaks:

chloros-cli login <email> <password>

Contoh:

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

Karakter Khusus: Gunakan tanda kutip tunggal di sekitar kata sandi yang mengandung karakter seperti $, !, atau spasi.

Output:

***

logout - Hapus Kredensial

Hapus kredensial yang tersimpan dan keluar dari akun Anda.

Sintaks:

chloros-cli logout

Contoh:

chloros-cli logout

Output:

✓ Logout successful
ℹ Credentials cleared from cache

Pengguna SDK: Python SDK juga menyediakan metode programatik logout() untuk menghapus kredensial dalam skrip Python. Lihat dokumentasi Python SDK untuk detailnya.

---

status - Periksa Status Lisensi

Menampilkan status lisensi dan otentikasi saat ini.

Sintaks:

chloros-cli status

Contoh:

chloros-cli status

Output:

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

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

---

export-status - Periksa Kemajuan Ekspor

Memantau kemajuan ekspor Thread 4 selama atau setelah pemrosesan.

Sintaks:

chloros-cli export-status

Contoh:

chloros-cli export-status

Kasus Penggunaan: Jalankan perintah ini saat pemrosesan sedang berjalan untuk memeriksa kemajuan ekspor.***

language - Kelola Bahasa Antarmuka

Lihat atau ubah bahasa antarmuka CLI.

Sintaks:

# Show current language
chloros-cli language

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

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

Contoh:

# 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

Bahasa yang Didukung (Total 38)

Kode	Bahasa	Nama Asli
en	Inggris	English
es	Spanyol	Español
pt	Portugis	Português
fr	Prancis	Français
de	Jerman	Deutsch
it	Italia	Italiano
ja	Jepang	日本語
ko	Korea	한국어
zh	Tionghoa (Sederhana)	简体中文
zh-TW	Tionghoa (Tradisional)	繁體中文
ru	Rusia	Русский
nl	Belanda	Nederlands
ar	Arab	العربية
pl	Polandia	Polski
tr	Turki	Türkçe
hi	Hindi	हिंदी
id	Indonesia	Bahasa Indonesia
vi	Vietnam	Tiếng Việt
th	Thailand	ไทย
sv	Swedia	Svenska
da	Denmark	Dansk
no	Norwegia	Norsk
fi	Finlandia	Suomi
el	Yunani	Ελληνικά
cs	Ceko	Čeština
hu	Hongaria	Magyar
ro	Rumania	Română
uk	Ukraina	Українська
pt-BR	Portugis Brasil	Português Brasileiro
zh-HK	Kanton	粵語
ms	Melayu	Bahasa Melayu
sk	Bahasa Slovakia	Slovenčina
bg	Bahasa Bulgaria	Български
hr	Bahasa Kroasia	Hrvatski
lt	Lituania	Lietuvių
lv	Latvia	Latviešu
et	Estonia	Eesti
sl	Slovenia	Slovenščina

Persistensi Otomatis: Preferensi bahasa Anda disimpan ke ~/.chloros/cli_language.json dan tetap berlaku di semua sesi.

---

set-project-folder - Atur Folder Proyek Default

Ubah lokasi folder proyek default (dibagikan dengan antarmuka pengguna pada Windows).

Sintaks:

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

Contoh:

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

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

---

get-project-folder - Tampilkan Folder Proyek

Tampilkan lokasi folder proyek default saat ini.

Sintaks:

chloros-cli get-project-folder

Contoh:

chloros-cli get-project-folder

Hasil:

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

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

---

reset-project-folder - Atur Ulang ke Default

Atur ulang folder proyek ke lokasi default.

Sintaks:

chloros-cli reset-project-folder

---

selftest - Jalankan Diagnostik Sistem

Jalankan 7 pemeriksaan diagnostik untuk memverifikasi konfigurasi sistem Anda.

Sintaks:

chloros-cli selftest

Pemeriksaan yang dilakukan:

1. Pemeriksaan versi

2. Ketersediaan port (5000)

3. Pengaktifan backend

4. Uji konektivitas API

5. Informasi sistem dan deteksi GPU

6. Verifikasi model denoiser

7. Pemeriksaan ketersediaan CUDA

Berguna untuk pemecahan masalah: Jalankan selftest setelah instalasi untuk memverifikasi bahwa sistem Anda telah dikonfigurasi dengan benar, terutama pada Linux/Jetson di mana pengaturan GPU dan CUDA mungkin memerlukan verifikasi.

---

update - Periksa Pembaruan (Hanya Linux)

Periksa dan instal pembaruan CLI pada sistem Linux.

Sintaks:

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

# Check for and install updates
chloros-cli update

Opsi	Deskripsi
--check	Hanya periksa pembaruan, jangan instal

Perintah ini hanya tersedia pada Linux. Pada Windows, pembaruan disediakan melalui penginstal.

---

Opsi Global

Opsi-opsi ini berlaku untuk semua perintah:

Opsi	Tipe	Default	Deskripsi
--backend-exe	Jalur	Terdeteksi otomatis	Jalur ke file eksekusi backend
--port	Bilangan bulat	5000	Nomor port backend API
--restart	Bendera	-	Memaksa restart backend (menghentikan proses yang ada)
--version	Bendera	-	Menampilkan informasi versi dan keluar
--help	Bendera	-	Menampilkan informasi bantuan dan keluar

Deteksi otomatis backend: Jalur --backend-exe dideteksi secara otomatis per platform:

• 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

Contoh dengan Opsi Global:

Windows:

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

Linux:

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

---

Panduan Pengaturan Pemrosesan

Pemrosesan Paralel & Adaptasi Komputasi Dinamis

Chloros 1.1.0 mencakup Adaptasi Komputasi Dinamis — mesin pemrosesan secara otomatis mendeteksi perangkat keras Anda dan memilih strategi optimal:

Platform	Strategi	Pekerja	Jalur	Catatan
Jetson Nano 8GB	GPU_SINGLE	1	tiled_gpu	Efisien memori, serial
Jetson Orin NX 16GB	GPU_PARALLEL	3	fused_gpu	Pemrosesan GPU bersamaan
Desktop dengan GPU 8GB	GPU_SINGLE	3	tiled_gpu	Kinerja desktop yang baik
Desktop dengan GPU 12GB+	GPU_PARALLEL	3-4	fused_gpu	Kinerja desktop optimal
Sistem hanya CPU	CPU_PARALLEL	inti - 1	cpu_fallback	Tidak memerlukan GPU

Tidak perlu konfigurasi manual! Chloros mendeteksi secara otomatis CPU, GPU, RAM, dan (pada Jetson) sensor suhu Anda, lalu mengonfigurasi alur pemrosesan optimal secara otomatis.

Metode Debayer

Metode	Bendera CLI	Kualitas	Kecepatan	Lisensi
Standar (Cepat, Kualitas Sedang)	--debayer standard	Baik	Cepat	Gratis / Chloros+
Texture Aware (Lambat, Kualitas Tertinggi)	--debayer texture-aware	Tertinggi	Lambat	Hanya Chloros+

Metode debayer default adalah Standar. MetodeTexture Aware menggunakan model denoising AI/ML untuk hasil berkualitas tertinggi, tetapi memerlukan lisensi Chloros+ dan GPU NVIDIA.

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

Koreksi Vignette

Fungsinya: Mengoreksi penurunan kecerahan di tepi gambar (sudut gelap yang umum pada gambar kamera).

• Diaktifkan secara default - Sebagian besar pengguna sebaiknya tetap mengaktifkan ini

• Gunakan --no-vignette untuk menonaktifkan

Rekomendasi: Selalu aktifkan koreksi vignette untuk memastikan kecerahan yang merata di seluruh bingkai.

Kalibrasi Reflektansi

Mengonversi nilai sensor mentah menjadi persentase reflektansi standar menggunakan panel kalibrasi.

• Diaktifkan secara default - Penting untuk analisis vegetasi

• Membutuhkan panel target kalibrasi dalam gambar

• Gunakan --no-reflectance untuk menonaktifkan

Persyaratan: Pastikan panel kalibrasi terpapar dengan baik dan terlihat jelas dalam gambar Anda untuk konversi reflektansi yang akurat.

Koreksi PPK

Fungsinya: Menerapkan koreksi Kinematik Pasca-Pemrosesan menggunakan data log DAQ-A-SD untuk meningkatkan akurasi GPS.

• Dinonaktifkan secara default

• Gunakan --ppk untuk mengaktifkan

• Membutuhkan file .daq di folder proyek dari sensor cahaya DAQ-A-SD MAPIR.

Format Keluaran

Format	Kedalaman Bit	Ukuran File	Cocok Untuk
TIFF (16-bit) ⭐	Bilangan bulat 16-bit	Besar	Analisis GIS, fotogrametri (disarankan)
TIFF (32-bit, Persen)	Bilangan desimal 32-bit	Sangat Besar	Analisis ilmiah, penelitian
PNG (8-bit)	Bilangan bulat 8-bit	Sedang	Pemeriksaan visual, berbagi web
JPG (8-bit)	Bilangan bulat 8-bit	Kecil	Pratinjau cepat, keluaran terkompresi

***

Otomatisasi & Skrip

Pemrosesan Batch PowerShell (Windows)

Proses beberapa folder dataset secara otomatis di 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

Skrip Batch Windows (Windows)

Perulangan sederhana untuk pemrosesan batch pada 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

Pemrosesan Batch Bash (Linux)

Memproses beberapa folder dataset pada 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!"

Skrip Otomatisasi Python (Lintas Platform)

Otomatisasi lanjutan dengan penanganan kesalahan (berfungsi pada Windows dan 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()

---

Alur Kerja Pemrosesan

Alur Kerja Standar

1. Masukan: Folder yang berisi pasangan gambar RAW/JPG

2. Deteksi: CLI secara otomatis memindai file gambar yang didukung

3. Pemrosesan: Mode paralel menyesuaikan dengan jumlah inti CPU Anda (Chloros+)

4. Output: Membuat subfolder berdasarkan model kamera dengan gambar yang telah diproses

Contoh Struktur Output

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
    └── ...

Perkiraan Waktu Pemrosesan

Waktu pemrosesan tipikal untuk 100 gambar (masing-masing 12MP):

Platform	Mode	Waktu Perkiraan	Catatan
Desktop 12GB+ GPU	GPU_PARALLEL	5-10 menit	Opsi tercepat
Desktop 8GB GPU	GPU_SINGLE	10-15 menit	Kinerja baik
Jetson Orin NX 16GB	GPU_PARALLEL	15-25 menit	Komputasi tepi
Jetson Nano 8GB	GPU_SINGLE	30-60 menit	Terbatas memori
Hanya CPU	CPU_PARALLEL	20-40 menit	Tidak memerlukan GPU

Tips Kinerja: Waktu pemrosesan bervariasi tergantung pada jumlah gambar, resolusi, metode debayer, dan perangkat keras. Metode debayer Texture Aware memakan waktu jauh lebih lama daripada metode Standar. Lihat Dynamic Compute Adaptation untuk detailnya.

---

Pemecahan Masalah

CLI Tidak Ditemukan

Windows Kesalahan:

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

Windows Solusi:

1. Periksa lokasi instalasi:

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

1. Gunakan jalur lengkap jika tidak ada di PATH:

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

1. Tambahkan ke PATH secara manual:

   • Buka Properti Sistem → Variabel Lingkungan

   • Edit variabel PATH

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

   • Mulai ulang terminal

Kesalahan Linux:

chloros-cli: command not found

Solusi Linux:

1. Periksa instalasi:

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

1. Muat ulang shell Anda:

source ~/.bashrc

1. Periksa izin:

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

---

Backend Gagal DimulaiKesalahan:

Backend failed to start within 30 seconds

Solusi:

1. Periksa apakah backend sudah berjalan (tutup terlebih dahulu)

2. Periksa apakah firewall tidak memblokir (Windows) atau periksa ketersediaan port (Linux: lsof -i :5000)

3. Coba port yang berbeda:

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

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

1. Paksa restart backend:

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

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

1. Pada Linux, periksa apakah file executable backend ada:

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

---

Masalah Lisensi / OtentikasiKesalahan:

Chloros+ license required for CLI access

Solusi:

1. Pastikan Anda memiliki langganan Chloros+ yang aktif

2. Masuk dengan kredensial Anda:

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

1. Periksa status lisensi:

chloros-cli status

1. Hubungi dukungan: [e-mail]

---

Tidak Ditemukan GambarKesalahan:

No images found in the specified folder

Solusi:

1. Pastikan folder berisi format yang didukung (.RAW, .TIF, .JPG)

2. Periksa jalur folder sudah benar (gunakan tanda kutip untuk jalur yang mengandung spasi)

3. Pastikan Anda memiliki izin baca untuk folder tersebut

4. Periksa ekstensi file sudah benar

---

Pemrosesan Terhenti atau MacetSolusi:

1. Periksa ruang disk yang tersedia (pastikan cukup untuk output)

2. Tutup aplikasi lain untuk membebaskan memori

3. Kurangi jumlah gambar (proses secara bertahap)

---

Port Sudah DigunakanKesalahan:

Port 5000 is already in use

Solusi:

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

Q: Apakah saya memerlukan lisensi untuk CLI?

A:Ya! CLI memerlukan lisensi berbayarChloros+.

• ❌ Paket Standar (gratis): CLI dinonaktifkan

• ✅ Paket Chloros+ (berbayar): CLI sepenuhnya diaktifkan

Berlangganan di: https://cloud.mapir.camera/pricing

---

Q: Bisakah saya menggunakan CLI pada server tanpa antarmuka grafis (GUI)?A: Ya! CLI berjalan sepenuhnya tanpa antarmuka grafis (headless). Ini adalah kasus penggunaan utama pada Linux.Server Windows:

• Server Windows 2016 atau yang lebih baru

• Visual C++ Redistributable terinstal

Server Linux:

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

• Instal melalui paket .deb

Kedua platform:

• RAM minimal 8GB (disarankan 16GB)

• Aktivasi lisensi satu kali: chloros-cli login [e-mail] 'password'

---

Q: Di mana gambar yang diproses disimpan?A:Secara default, gambar yang diproses disimpan difolder yang sama dengan input dalam subfolder model kamera (misalnya, Survey3N_RGN/).

Gunakan opsi -o untuk menentukan folder output yang berbeda:

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

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

---

Q: Bisakah saya memproses beberapa folder sekaligus?A: Tidak secara langsung dalam satu perintah, tetapi Anda dapat menggunakan skrip untuk memproses folder secara berurutan. Lihat bagian Otomatisasi & Skrip.***

Q: Bagaimana cara menyimpan output CLI ke berkas log?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

---

Q: Apa yang terjadi jika saya menekan Ctrl+C selama pemrosesan?A: CLI akan:

1. Menghentikan pemrosesan dengan lancar

2. Mematikan backend

3. Keluar dengan kode 130

Gambar yang diproses sebagian mungkin tetap ada di folder output.

---

Q: Bisakah saya mengotomatiskan pemrosesan CLI?A: Tentu saja! CLI dirancang untuk otomatisasi. Lihat Otomatisasi & Skrip untuk PowerShell (Windows), Batch (Windows), Bash (Linux), dan contoh Python (multi-platform).***

Q: Bagaimana cara memeriksa versi CLI?A:

chloros-cli --version

Output:

Chloros CLI 1.1.0

---

Mendapatkan Bantuan

Bantuan Baris Perintah

Lihat informasi bantuan langsung di CLI:

# General help
chloros-cli --help

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

Saluran Dukungan

• Email: [e-mail]

• Situs Web: https://www.mapir.camera/community/contact

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

Contoh Lengkap

Contoh 1: Pemrosesan Dasar

Proses dengan pengaturan default (vignette, reflektansi):

Windows:

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

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

---

Contoh 2: Keluaran Ilmiah Berkualitas Tinggi

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

---

Contoh 3: Pemrosesan Pratinjau Cepat

8-bit PNG tanpa kalibrasi untuk tinjauan cepat:

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

---

Contoh 4: Pemrosesan yang Dikoreksi PPK

Terapkan koreksi PPK dengan reflektansi:

Windows:

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

Linux:

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

---

Contoh 5: Lokasi Keluaran Kustom

Proses ke lokasi yang berbeda dengan format tertentu:

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)"

---

Contoh 6: Alur Kerja Otentikasi

Alur otentikasi lengkap (sama di semua platform):

# 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

---

Contoh 7: Penggunaan Multi-Bahasa

Ubah bahasa antarmuka (sama di semua platform):

# 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