CLI : Baris Perintah

Chloros CLI menyediakan akses baris perintah yang berkuasa kepada enjin pemprosesan imej Chloros, membolehkan automasi, penskripan dan operasi tanpa kepala untuk aliran kerja pengimejan anda.

Ciri Utama

🚀 Automasi - Pemprosesan kelompok skrip berbilang set data
🔗 Integrasi - Benamkan dalam aliran kerja dan saluran paip sedia ada
💻 Operasi Tanpa Kepala - Jalankan tanpa GUI
🌍 Berbilang Bahasa - Sokongan untuk 38 bahasa
⚡ Pemprosesan Selari - Skala secara dinamik kepada CPU anda (sehingga 16 pekerja selari)

Keperluan

Butiran

Sistem Pengendalian

Windows 10/11 (64-bit)

Lesen

Chloros+ (pelan berbayar diperlukan)

Memori

8GB RAM minimum (16GB disyorkan)

Internet

Diperlukan untuk pengaktifan lesen

Ruang Cakera

Berbeza mengikut saiz projek

Keperluan Lesen: CLI memerlukan langganan Chloros+ berbayar. Pelan standard (percuma) tidak mempunyai akses CLI. Lawati https://cloud.mapir.camera/pricing untuk menaik taraf.

Mula Pantas

Pemasangan

CLI disertakan secara automatik dengan pemasang Chloros:

Muat turun dan jalankan Chloros Installer.exe
Lengkapkan wizard pemasangan
CLI dipasang pada: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

Pemasang secara automatik menambah chloros-cli pada PATH sistem anda. Mulakan semula terminal anda selepas pemasangan.

Persediaan Kali Pertama

Sebelum menggunakan CLI, aktifkan lesen Chloros+ anda:

# Login with your Chloros+ account
chloros-cli login user@example.com 'your_password'

# Check license status
chloros-cli status

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

Penggunaan Asas

Proses folder dengan tetapan lalai:

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

Rujukan Perintah

Sintaks Umum

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

Perintah

`process` - Proses Imej

Proses imej dalam folder dengan penentukuran.

Sintaks:

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

Contoh:

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

Pilihan Perintah Proses

Pilihan

Taip

Lalai

Penerangan

<input-folder>

Laluan

Diperlukan

Folder yang mengandungi imej berbilang spektrum RAW/JPG

-o, --output

Laluan

Sama seperti input

Folder output untuk imej yang diproses

-n, --project-name

Rentetan

Dijana secara automatik

Nama projek tersuai

--vignette

Benderakan

Didayakan

Dayakan pembetulan vignet

--no-vignette

Benderakan

Lumpuhkan pembetulan vignet

--reflectance

Benderakan

Didayakan

Dayakan penentukuran pantulan

--no-reflectance

Benderakan

Lumpuhkan penentukuran pantulan

--ppk

Benderakan

Dilumpuhkan

Gunakan pembetulan PPK daripada data penderia cahaya .daq

--format

Pilihan

TIFF (16-bit)

Format output: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)

--min-target-size

Integer

Auto

Saiz sasaran minimum dalam piksel untuk pengesanan panel penentukuran

--target-clustering

Integer

Auto

Ambang pengelompokan sasaran (0-100)

--exposure-pin-1

Rentetan

Tiada

Dedahan kunci untuk model kamera (Pin 1)

--exposure-pin-2

Rentetan

Tiada

Dedahan kunci untuk model kamera (Pin 2)

--recal-interval

Integer

Auto

Selang penentukuran semula dalam saat

--timezone-offset

Integer

Zon waktu diimbangi dalam jam

Log masuk dengan bukti kelayakan Chloros+ anda untuk mendayakan pemprosesan CLI.

Sintaks:

chloros-cli login <email> <password>

Contoh:

chloros-cli login user@example.com 'MyP@ssw0rd123'

Watak Khas: Gunakan petikan tunggal di sekitar kata laluan yang mengandungi aksara seperti $, ! atau ruang.

Keluaran:

***

`logout` - Kosongkan Bukti Kelayakan

Kosongkan bukti kelayakan yang disimpan dan log keluar daripada akaun anda.

Sintaks:

chloros-cli logout

Contoh:

chloros-cli logout

Keluaran:

✓ Logout successful
ℹ Credentials cleared from cache

Pengguna SDK: Python SDK juga menyediakan kaedah logout() terprogram untuk mengosongkan bukti kelayakan dalam skrip Python. Lihat dokumentasi Python SDK untuk butiran.

`status` - Semak Status Lesen

Paparkan status lesen dan pengesahan semasa.

Sintaks:

chloros-cli status

Contoh:

chloros-cli status

Keluaran:

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

📧 Email: user@example.com
📋 Plan: Chloros+ Professional
🔓 API/CLI Access: Enabled
✓ Status: Active

`export-status` - Semak Kemajuan Eksport

Pantau kemajuan eksport Thread 4 semasa atau selepas pemprosesan.

Sintaks:

chloros-cli export-status

Contoh:

chloros-cli export-status

Kes Penggunaan: Panggil arahan ini semasa pemprosesan sedang berjalan untuk menyemak kemajuan eksport.***

`language` - Urus Bahasa Antara Muka

Lihat atau tukar bahasa antara muka 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 Disokong (38 Jumlah)

Kod

Bahasa

Nama Asli

en

Inggeris

es

Sepanyol

Español

pt

Portugis

Português

fr

Perancis

Français

de

Jerman

Deutsch

it

Itali

Italiano

ja

Jepun

日本語

ko

Korea

한국어

zh

Cina (Mudah)

简体中文

zh-TW

Cina (Tradisional)

繁體中文

ru

Rusia

Русский

nl

Belanda

ar

Bahasa Arab

العربية

pl

Poland

Polski

tr

Turki

Türkçe

hi

Hindi

हिंदी

id

Indonesia

Bahasa Indonesia

vi

Vietnam

Tiếng Việt

th

Thai

ไทย

sv

Sweden

Svenska

da

Denmark

Dansk

no

bahasa Norway

Norsk

fi

Bahasa Finland

Suomi

el

Greek

Ελληνικά

cs

Czech

Čeština

hu

Bahasa Hungary

Magyar

ro

Bahasa Romania

Română

uk

Ukraine

Українська

pt-BR

Portugis Brazil

Português Brasileiro

zh-HK

Kantonis

粵語

ms

Melayu

Bahasa Melayu

sk

Bahasa Slovak

Slovenčina

bg

Bahasa Bulgaria

Български

hr

Bahasa Croatia

Hrvatski

lt

Bahasa Lithuania

Lietuvių

lv

Bahasa Latvia

Latviešu

et

Estonia

Eesti

sl

Bahasa Slovenia

Slovenščina

Kegigihan Automatik: Pilihan bahasa anda disimpan ke ~/.chloros/cli_language.json dan berterusan merentas semua sesi.

`set-project-folder` - Tetapkan Folder Projek Lalai

Tukar lokasi folder projek lalai (dikongsi dengan GUI).

Sintaks:

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

Contoh:

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

`get-project-folder` - Tunjukkan Folder Projek

Paparkan lokasi folder projek lalai semasa.

Sintaks:

chloros-cli get-project-folder

Contoh:

chloros-cli get-project-folder

Keluaran:

ℹ Current project folder: C:\Projects\2025

`reset-project-folder` - Tetapkan Semula kepada Lalai

Tetapkan semula folder projek ke lokasi lalai.

Sintaks:

chloros-cli reset-project-folder

Pilihan Global

Pilihan ini digunakan untuk semua arahan:

Pilihan

Taip

Lalai

Penerangan

--backend-exe

Laluan

Auto dikesan

Laluan ke bahagian belakang boleh laku

--port

Integer

5000

Bahagian belakang API nombor port

--restart

Benderakan

Paksa mulakan semula hujung belakang (membunuh proses sedia ada)

--version

Benderakan

Tunjukkan maklumat versi dan keluar

--help

Benderakan

Tunjukkan maklumat bantuan dan keluar

Contoh dengan Pilihan Global:

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

Panduan Tetapan Pemprosesan

Pemprosesan Selari

Chloros+ CLI skala automatikpemprosesan selari untuk dipadankan dengan keupayaan komputer anda:Cara Ia Berfungsi:

Mengesan teras CPU dan RAM anda
Memperuntukkan pekerja: 2× teras CPU (menggunakan hyperthreading)
Maksimum: 16 pekerja selari (untuk kestabilan)Tingkat Sistem:

Jenis Sistem

CPU

RAM

Pekerja

Persembahan

High-End

16+ teras

32+ GB

Sehingga 16

Kelajuan maksimum

Julat Pertengahan

8-15 teras

16-31 GB

8-16

Kelajuan yang sangat baik

Low-End

4-7 teras

8-15 GB

4-8

Kelajuan yang baik

Pengoptimuman Automatik: CLI secara automatik mengesan spesifikasi sistem anda dan mengkonfigurasi pemprosesan selari yang optimum. Tiada konfigurasi manual diperlukan!

Kaedah Debayer

CLI menggunakan Kualiti Tinggi (Lebih Cepat) sebagai algoritma debayer lalai dan disyorkan:

Kaedah

Kualiti

Kelajuan

Penerangan

Kualiti Tinggi (Lebih Cepat) ⭐

⭐⭐⭐⭐

⚡⚡⚡

Algoritma sedar tepi (lalai, disyorkan)

Pembetulan Vignette

Apa yang dilakukannya: Membetulkan kejatuhan cahaya pada tepi imej (sudut gelap biasa dalam imejan kamera).

Didayakan secara lalai - Kebanyakan pengguna harus memastikan ini didayakan
Gunakan --no-vignette untuk melumpuhkan

Cadangan: Sentiasa dayakan pembetulan vignet untuk memastikan kecerahan seragam merentasi bingkai.

Penentukuran Pantulan

Menukar nilai sensor mentah kepada peratusan pemantulan piawai menggunakan panel penentukuran.

Didayakan secara lalai - Penting untuk analisis tumbuh-tumbuhan
Memerlukan panel sasaran penentukuran dalam imej
Gunakan --no-reflectance untuk melumpuhkan

Keperluan: Pastikan panel penentukuran didedahkan dengan betul dan kelihatan dalam imej anda untuk penukaran pantulan yang tepat.

Pembetulan PPK

Apa yang dilakukannya: Menggunakan pembetulan Kinematik Pasca Diproses menggunakan data log DAQ-A-SD untuk ketepatan GPS yang dipertingkatkan.

Dilumpuhkan secara lalai
Gunakan --ppk untuk mendayakan
Memerlukan fail .daq dalam folder projek daripada penderia cahaya MAPIR DAQ-A-SD.

Format Output

Format

Kedalaman Bit

Saiz Fail

Terbaik Untuk

TIFF (16-bit) ⭐

integer 16-bit

Besar

Analisis GIS, fotogrametri (disyorkan)

TIFF (32-bit, Peratus)

Apungan 32-bit

Sangat Besar

Analisis saintifik, penyelidikan

X4PROTX000TX2 (8-bit)

8-bit integer

Sederhana

Pemeriksaan visual, perkongsian web

JPG (8-bit)

8-bit integer

Kecil

pratonton, output termampat

Automasi & Skrip

Pemprosesan Kelompok PowerShell

Proses berbilang folder set data secara automatik:

# 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 Kelompok Windows

Gelung mudah untuk pemprosesan kelompok:

@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

Skrip Automasi Python

Automasi lanjutan dengan pengendalian ralat:

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()

Memproses Aliran Kerja

Aliran Kerja Standard

Input: Folder yang mengandungi pasangan imej RAW/JPG
Penemuan: CLI auto-imbasan untuk fail imej yang disokong
Pemprosesan: Skala mod selari kepada teras CPU anda (Chloros+)
Output: Mencipta subfolder model kamera dengan imej yang 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
    └── ...

Anggaran Masa Pemprosesan

Masa pemprosesan biasa untuk 100 imej (12MP setiap satu):

Mod

Masa

Perkakasan

Mod Selari

5-10 min

i7/Ryzen 7, 16GB RAM, SSD (sehingga 16 pekerja)

Mod Selari

10-15 min

i5/Ryzen 5, 8GB RAM, HDD (sehingga 8 pekerja)

Petua Prestasi: Masa pemprosesan berbeza-beza berdasarkan kiraan imej, peleraian dan spesifikasi komputer.

Menyelesaikan masalah

CLI Tidak Ditemui

Ralat:

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

Penyelesaian:

Sahkan lokasi pemasangan:

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

Gunakan laluan penuh jika tidak dalam PATH:

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

Tambahkan pada PATH secara manual:
- Sifat Sistem Terbuka → Pembolehubah Persekitaran
- Edit pembolehubah PATH
- Tambah: C:\Program Files\Chloros\resources\cli
- Mulakan semula terminal

Bahagian Belakang Gagal DimulakanRalat:


Backend failed to start within 30 seconds

Penyelesaian:

Semak sama ada bahagian belakang sudah berjalan (tutup dahulu)
Periksa Windows Firewall tidak menyekat
Cuba port yang berbeza:

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

Paksa mulakan semula hujung belakang:

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

Isu Lesen / PengesahanRalat:


Chloros+ license required for CLI access

Penyelesaian:

Sahkan anda mempunyai langganan Chloros+ yang aktif
Log masuk dengan kelayakan anda:

chloros-cli login user@example.com 'password'

Semak status lesen:

chloros-cli status

Hubungi sokongan: info@mapir.camera

Tiada Imej DitemuiRalat:


No images found in the specified folder

Penyelesaian:

Sahkan folder mengandungi format yang disokong (.RAW, .TIF, .JPG)
Semak laluan folder adalah betul (gunakan petikan untuk laluan dengan ruang)
Pastikan anda telah membaca kebenaran untuk folder tersebut
Semak sambungan fail adalah betul

Memproses Gerai atau GantungPenyelesaian:

Semak ruang cakera yang tersedia (pastikan cukup untuk output)
Tutup aplikasi lain untuk membebaskan memori
Kurangkan kiraan imej (proses dalam kelompok)

Pelabuhan Sudah DigunakanRalat:


Port 5000 is already in use

Penyelesaian:

Tentukan port yang berbeza:

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

Soalan Lazim

S: Adakah saya memerlukan lesen untuk CLI?

**J:Ya! CLI memerlukan lesenChloros+ berbayar.

❌ Pelan standard (percuma): CLI dilumpuhkan
✅ Pelan Chloros+ (berbayar): CLI didayakan sepenuhnya

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

S: Bolehkah saya menggunakan CLI pada pelayan tanpa GUI?J: Ya! CLI berjalan tanpa kepala sepenuhnya. Keperluan:

Windows Server 2016 atau lebih baru
Visual C++ Redistributable dipasang
RAM yang mencukupi (minimum 8GB, disyorkan 16GB)
Satu kali pengaktifan lesen GUI pada mana-mana mesin

S: Di manakah imej yang diproses disimpan?J:Secara lalai, imej yang diproses disimpan dalamfolder yang sama seperti input dalam subfolder model kamera (cth., `Survey3N_RGN/`).

Gunakan pilihan -o untuk menentukan folder output yang berbeza:

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

S: Bolehkah saya memproses berbilang folder sekaligus?J: Tidak secara langsung dalam satu arahan, tetapi anda boleh menggunakan skrip untuk memproses folder secara berurutan. Lihat bahagian Automasi & Skrip.***

S: Bagaimanakah cara saya menyimpan output CLI ke fail 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

S: Apakah yang berlaku jika saya menekan Ctrl+C semasa pemprosesan?J: CLI akan:

Hentikan pemprosesan dengan baik
Tutup bahagian belakang
Keluar dengan kod 130

Imej yang diproses separa mungkin kekal dalam folder output.

S: Bolehkah saya mengautomasikan pemprosesan CLI?J: Sudah tentu! CLI direka untuk automasi. Lihat Automasi & Skrip untuk contoh PowerShell, Batch dan Python.***

S: Bagaimanakah cara saya menyemak versi CLI?J:

chloros-cli --version

Keluaran:


Chloros CLI 1.0.2

Mendapatkan Bantuan

Bantuan Baris Perintah

Lihat maklumat bantuan terus dalam CLI:

# General help
chloros-cli --help

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

Saluran Sokongan

E-mel: info@mapir.camera
Tapak web: https://www.mapir.camera/community/contact
Harga: https://cloud.mapir.camera/pricing***

Contoh Lengkap

Contoh 1: Pemprosesan Asas

Proses dengan tetapan lalai (vignet, pantulan):

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

Contoh 2: Output Saintifik Berkualiti Tinggi

Terapung 32-bit TIFF:

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

Contoh 3: Pemprosesan Pratonton Pantas

8-bit PNG tanpa penentukuran untuk semakan pantas:

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

Contoh 4: Pemprosesan Dibetulkan PPK

Gunakan pembetulan PPK dengan pemantulan:

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

Contoh 5: Lokasi Output Tersuai

Proses ke pemacu yang berbeza dengan format tertentu:

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

Contoh 6: Aliran Kerja Pengesahan

Aliran pengesahan lengkap:

# Step 1: Login
chloros-cli login user@example.com '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

Contoh 7: Penggunaan Pelbagai Bahasa

Tukar bahasa antara muka:

# 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

PreviousGUI : Projek NextAPI : Python SDK

Last updated 1 month ago

hashtagCiri Utama

hashtagKeperluan

hashtagMula Pantas

hashtagPemasangan

hashtagPersediaan Kali Pertama

hashtagPenggunaan Asas

hashtagRujukan Perintah

hashtagSintaks Umum

hashtagPerintah

hashtagprocess - Proses Imej

hashtagPilihan Perintah Proses

hashtaglogin - Sahkan Akaun

hashtaglogout - Kosongkan Bukti Kelayakan

hashtagstatus - Semak Status Lesen

hashtagexport-status - Semak Kemajuan Eksport

hashtaglanguage - Urus Bahasa Antara Muka

hashtagBahasa yang Disokong (38 Jumlah)

hashtagset-project-folder - Tetapkan Folder Projek Lalai

hashtagget-project-folder - Tunjukkan Folder Projek

hashtagreset-project-folder - Tetapkan Semula kepada Lalai

hashtagPilihan Global

hashtagPanduan Tetapan Pemprosesan

hashtagPemprosesan Selari

hashtagKaedah Debayer

hashtagPembetulan Vignette

hashtagPenentukuran Pantulan

hashtagPembetulan PPK

hashtagFormat Output

hashtagAutomasi & Skrip

hashtagPemprosesan Kelompok PowerShell

hashtagSkrip Kelompok Windows

hashtagSkrip Automasi Python

hashtagMemproses Aliran Kerja

hashtagAliran Kerja Standard

hashtagContoh Struktur Output

hashtagAnggaran Masa Pemprosesan

hashtagMenyelesaikan masalah

hashtagCLI Tidak Ditemui

hashtagBahagian Belakang Gagal DimulakanRalat:

hashtagIsu Lesen / PengesahanRalat:

hashtagTiada Imej DitemuiRalat:

hashtagMemproses Gerai atau GantungPenyelesaian:

hashtagPelabuhan Sudah DigunakanRalat:

hashtagSoalan Lazim

hashtagS: Adakah saya memerlukan lesen untuk CLI?

hashtagS: Bolehkah saya menggunakan CLI pada pelayan tanpa GUI?J: Ya! CLI berjalan tanpa kepala sepenuhnya. Keperluan:

hashtagS: Di manakah imej yang diproses disimpan?J:Secara lalai, imej yang diproses disimpan dalamfolder yang sama seperti input dalam subfolder model kamera (cth., Survey3N_RGN/).

hashtagS: Bolehkah saya memproses berbilang folder sekaligus?J: Tidak secara langsung dalam satu arahan, tetapi anda boleh menggunakan skrip untuk memproses folder secara berurutan. Lihat bahagian Automasi & Skrip.***

hashtagS: Bagaimanakah cara saya menyimpan output CLI ke fail log?PowerShell:

hashtagS: Apakah yang berlaku jika saya menekan Ctrl+C semasa pemprosesan?J: CLI akan:

hashtagS: Bolehkah saya mengautomasikan pemprosesan CLI?J: Sudah tentu! CLI direka untuk automasi. Lihat Automasi & Skrip untuk contoh PowerShell, Batch dan Python.***

hashtagS: Bagaimanakah cara saya menyemak versi CLI?J:

hashtagMendapatkan Bantuan

hashtagBantuan Baris Perintah

hashtagSaluran Sokongan

hashtagContoh Lengkap

hashtagContoh 1: Pemprosesan Asas

hashtagContoh 2: Output Saintifik Berkualiti Tinggi

hashtagContoh 3: Pemprosesan Pratonton Pantas

hashtagContoh 4: Pemprosesan Dibetulkan PPK

hashtagContoh 5: Lokasi Output Tersuai

hashtagContoh 6: Aliran Kerja Pengesahan

hashtagContoh 7: Penggunaan Pelbagai Bahasa

Ciri Utama

Keperluan

Mula Pantas

Pemasangan

Persediaan Kali Pertama

Penggunaan Asas

Rujukan Perintah

Sintaks Umum

Perintah

`process` - Proses Imej

Pilihan Perintah Proses

`login` - Sahkan Akaun

`logout` - Kosongkan Bukti Kelayakan

`status` - Semak Status Lesen

`export-status` - Semak Kemajuan Eksport

`language` - Urus Bahasa Antara Muka

Bahasa yang Disokong (38 Jumlah)

`set-project-folder` - Tetapkan Folder Projek Lalai

`get-project-folder` - Tunjukkan Folder Projek

`reset-project-folder` - Tetapkan Semula kepada Lalai

Pilihan Global

Panduan Tetapan Pemprosesan

Pemprosesan Selari

Kaedah Debayer

Pembetulan Vignette

Penentukuran Pantulan

Pembetulan PPK

Format Output

Automasi & Skrip

Pemprosesan Kelompok PowerShell

Skrip Kelompok Windows

Skrip Automasi Python

Memproses Aliran Kerja

Aliran Kerja Standard

Contoh Struktur Output

Anggaran Masa Pemprosesan

Menyelesaikan masalah

CLI Tidak Ditemui

Bahagian Belakang Gagal DimulakanRalat:

Isu Lesen / PengesahanRalat:

Tiada Imej DitemuiRalat:

Memproses Gerai atau GantungPenyelesaian:

Pelabuhan Sudah DigunakanRalat:

Soalan Lazim

S: Adakah saya memerlukan lesen untuk CLI?

S: Bolehkah saya menggunakan CLI pada pelayan tanpa GUI?J: Ya! CLI berjalan tanpa kepala sepenuhnya. Keperluan:

S: Di manakah imej yang diproses disimpan?J:Secara lalai, imej yang diproses disimpan dalamfolder yang sama seperti input dalam subfolder model kamera (cth., `Survey3N_RGN/`).

S: Bolehkah saya memproses berbilang folder sekaligus?J: Tidak secara langsung dalam satu arahan, tetapi anda boleh menggunakan skrip untuk memproses folder secara berurutan. Lihat bahagian Automasi & Skrip.***

S: Bagaimanakah cara saya menyimpan output CLI ke fail log?PowerShell:

S: Apakah yang berlaku jika saya menekan Ctrl+C semasa pemprosesan?J: CLI akan:

S: Bolehkah saya mengautomasikan pemprosesan CLI?J: Sudah tentu! CLI direka untuk automasi. Lihat Automasi & Skrip untuk contoh PowerShell, Batch dan Python.***

S: Bagaimanakah cara saya menyemak versi CLI?J:

Mendapatkan Bantuan

Bantuan Baris Perintah

Saluran Sokongan

Contoh Lengkap

Contoh 1: Pemprosesan Asas

Contoh 2: Output Saintifik Berkualiti Tinggi

Contoh 3: Pemprosesan Pratonton Pantas

Contoh 4: Pemprosesan Dibetulkan PPK

Contoh 5: Lokasi Output Tersuai

Contoh 6: Aliran Kerja Pengesahan

Contoh 7: Penggunaan Pelbagai Bahasa