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 - Penyesuaian Pengiraan Dinamik dioptimumkan secara automatik untuk perkakasan anda

Keperluan

Keperluan	Butiran
Sistem Pengendalian	Windows 10/11 (64-bit), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
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

Windows

CLI disertakan secara automatik dengan pemasang Chloros:

1. Muat turun dan jalankan Chloros Installer.exe

2. Lengkapkan wizard pemasangan

3. 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.

Linux

Pasang pakej .deb untuk seni bina anda:

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

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

Untuk persediaan Linux terperinci, lihat Pemasangan Linux.

Persediaan Kali Pertama

Sebelum menggunakan CLI, aktifkan lesen 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 Asas

Proses folder dengan tetapan lalai:

Windows:

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

Linux:

chloros-cli process ~/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:

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

# Linux
chloros-cli process ~/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)
--debayer	Pilihan	standard	Kaedah Debayer: standard atau texture-aware (Chloros+ sahaja)
--target, --targets	Benderakan	Dilumpuhkan	Hanya cari sasaran penentukuran dalam subfolder "sasaran" atau "sasaran" (mempercepatkan pemprosesan)
--indices	Senaraikan	Tiada	Indeks tumbuh-tumbuhan untuk dikira (cth., --indices NDVI NDRE GNDVI)
--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	0	Zon waktu diimbangi dalam jam

---

login - Sahkan Akaun

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

Sintaks:

chloros-cli login <email> <password>

Contoh:

chloros-cli login [e-mail] '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: [e-mail]
📋 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	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	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 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 - Tunjukkan Folder Projek

Paparkan lokasi folder projek lalai semasa.

Sintaks:

chloros-cli get-project-folder

Contoh:

chloros-cli get-project-folder

Keluaran:

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

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

---

reset-project-folder - Tetapkan Semula kepada Lalai

Tetapkan semula folder projek ke lokasi lalai.

Sintaks:

chloros-cli reset-project-folder

---

selftest - Jalankan Diagnostik Sistem

Jalankan 7 pemeriksaan diagnostik untuk mengesahkan konfigurasi sistem anda.

Sintaks:

chloros-cli selftest

Diagnostik dilakukan:

1. Semakan versi

2. Ketersediaan pelabuhan (5000)

3. Permulaan belakang

4. Ujian ketersambungan API

5. Maklumat sistem dan pengesanan GPU

6. Pengesahan model Denoiser

7. Semakan ketersediaan CUDA

Berguna untuk menyelesaikan masalah: Jalankan selftest selepas pemasangan untuk mengesahkan sistem anda dikonfigurasikan dengan betul, terutamanya pada Linux/Jetson di mana persediaan GPU dan CUDA mungkin memerlukan pengesahan.

---

update - Semak Kemas Kini (Linux Sahaja)

Semak dan pasang kemas kini CLI pada sistem Linux.

Sintaks:

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

# Check for and install updates
chloros-cli update

Pilihan	Penerangan
--check	Semak kemas kini sahaja, jangan pasang

Perintah ini tersedia pada Linux sahaja. Pada Windows, kemas kini dihantar melalui pemasang.

---

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

Pengesanan auto belakang: Laluan --backend-exe dikesan secara automatik setiap 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 Pilihan Global:

Windows:

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

Linux:

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

---

Panduan Tetapan Pemprosesan

Pemprosesan Selari & Penyesuaian Pengiraan Dinamik

Chloros 1.1.0 termasuk Penyesuaian Pengiraan Dinamik — enjin pemprosesan mengesan perkakasan anda secara automatik dan memilih strategi optimum:

Platform	Strategi	Pekerja	Talian Paip	Nota
Jetson Nano 8GB	GPU_SINGLE	1	tiled_gpu	Cekap ingatan, bersiri
Jetson Orin NX 16GB	GPU_PARALLEL	3	fused_gpu	Pemprosesan GPU serentak
Desktop dengan 8GB GPU	GPU_SINGLE	3	tiled_gpu	Prestasi desktop yang baik
Desktop dengan 12GB+ GPU	GPU_PARALLEL	3-4	fused_gpu	Prestasi desktop optimum
Sistem CPU sahaja	CPU_PARALLEL	teras - 1	cpu_fallback	Tiada GPU diperlukan

Tiada konfigurasi manual diperlukan! Chloros mengesan secara automatik penderia terma CPU, GPU, RAM dan (pada Jetson) anda, kemudian mengkonfigurasi saluran paip pemprosesan optimum secara automatik.

Kaedah Debayer

Kaedah	CLI Bendera	Kualiti	Kelajuan	Lesen
Standard (Pantas, Kualiti Sederhana)	--debayer standard	Baik	Cepat	Percuma / Chloros+
Tekstur Sedar (Lambat, Kualiti Tertinggi)	--debayer texture-aware	Tertinggi	Perlahan	Chloros+ sahaja

Kaedah debayer lalai ialah Standard. KaedahTexture Aware menggunakan model denoising AI/ML untuk output kualiti tertinggi tetapi memerlukan lesen Chloros+ dan GPU NVIDIA.

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

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 dilakukan: 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

>3>

Format	Kedalaman Bit	Saiz Fail	Terbaik Untuk
TIFF (16-bit) ⭐	integer 16-bit	Besar	Analisis GIS, fotogrametri (disyorkan)
Apungan 32-bit	Sangat Besar	Analisis saintifik, penyelidikan
PNG (8-bit)	integer 8-bit	Sederhana>web	perkongsian
JPG (8-bit)	8-bit integer	Kecil	Pratonton pantas, output dimampatkan

---

Automasi & Skrip

Pemprosesan Kelompok PowerShell (Windows)

Proses berbilang folder set data secara automatik pada 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 Kelompok Windows (Windows)

Gelung mudah untuk pemprosesan kelompok 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

Pemprosesan Kelompok Bash (Linux)

Proses berbilang folder set data 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 Automasi Python (Rentas Platform)

Automasi lanjutan dengan pengendalian ralat (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()

---

Memproses Aliran Kerja

Aliran Kerja Standard

1. Input: Folder yang mengandungi pasangan imej RAW/JPG

2. Penemuan: CLI auto-imbasan untuk fail imej yang disokong

3. Pemprosesan: Skala mod selari kepada teras CPU anda (Chloros+)

4. 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):

Platform	Mod	Anggaran Masa	Nota
Desktop 12GB+ GPU	GPU_PARALLEL	5-10 min	Pilihan terpantas
GPU 8GB Desktop	GPU_SINGLE	10-15 min	Prestasi yang baik
Jetson Orin NX 16GB	GPU_PARALLEL	15-25 min	Pengiraan tepi
Jetson Nano 8GB	GPU_SINGLE	30-60 min	Kekangan ingatan
CPU sahaja	CPU_PARALLEL	20-40 min	Tiada GPU diperlukan

Petua Prestasi: Masa pemprosesan berbeza-beza berdasarkan kiraan imej, peleraian, kaedah debayer dan perkakasan. Texture Aware debayer mengambil masa yang lebih lama daripada Standard. Lihat Dynamic Compute Adaptation untuk butiran.

---

Menyelesaikan masalah

CLI Tidak Ditemui

Windows Ralat:

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

Windows Penyelesaian:

1. Sahkan lokasi pemasangan:

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

1. Gunakan laluan penuh jika tidak dalam PATH:

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

1. Tambahkan pada PATH secara manual:

   • Sifat Sistem Terbuka → Pembolehubah Persekitaran

   • Edit pembolehubah PATH

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

   • Mulakan semula terminal

Linux Ralat:

chloros-cli: command not found

Linux Penyelesaian:

1. Sahkan pemasangan:

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

1. Muat semula shell anda:

source ~/.bashrc

1. Semak kebenaran:

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

---

Bahagian Belakang Gagal DimulakanRalat:

Backend failed to start within 30 seconds

Penyelesaian:

1. Semak sama ada bahagian belakang sudah berjalan (tutup dahulu)

2. Semak firewall tidak menyekat (Windows) atau semak ketersediaan port (Linux: lsof -i :5000)

3. Cuba port yang berbeza:

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

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

1. Paksa mulakan semula hujung belakang:

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

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

1. Pada Linux, semak bahagian belakang boleh laku wujud:

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

---

Isu Lesen / PengesahanRalat:

Chloros+ license required for CLI access

Penyelesaian:

1. Sahkan anda mempunyai langganan Chloros+ yang aktif

2. Log masuk dengan kelayakan anda:

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

1. Semak status lesen:

chloros-cli status

1. Hubungi sokongan: [e-mail]

---

Tiada Imej DitemuiRalat:

No images found in the specified folder

Penyelesaian:

1. Sahkan folder mengandungi format yang disokong (.RAW, .TIF, .JPG)

2. Semak laluan folder adalah betul (gunakan petikan untuk laluan dengan ruang)

3. Pastikan anda telah membaca kebenaran untuk folder tersebut

4. Semak sambungan fail adalah betul

---

Memproses Gerai atau GantungPenyelesaian:

1. Semak ruang cakera yang tersedia (pastikan cukup untuk output)

2. Tutup aplikasi lain untuk membebaskan memori

3. Kurangkan kiraan imej (proses dalam kelompok)

---

Pelabuhan Sudah DigunakanRalat:

Port 5000 is already in use

Penyelesaian:

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

---

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. Ini ialah kes penggunaan utama pada Linux.Windows Server:

• Windows Server 2016 atau lebih baru

• Visual C++ Redistributable dipasang

Linux Server:

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

• Pasang melalui pakej .deb

Kedua-dua platform:

• Minimum 8GB RAM (16GB disyorkan)

• Satu kali pengaktifan lesen: chloros-cli login [e-mail] 'password'

---

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:

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

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

Linux Bash:

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

---

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

1. Hentikan pemprosesan dengan baik

2. Tutup bahagian belakang

3. 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 (Windows), Kelompok (Windows), Bash (Linux) dan Python (cross-platform).***

S: Bagaimanakah cara saya menyemak versi CLI?J:

chloros-cli --version

Keluaran:

Chloros CLI 1.1.0

---

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: [e-mail]

• 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):

Windows:

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

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

---

Contoh 2: Output Saintifik Berkualiti Tinggi

Terapung 32-bit 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: Pemprosesan Pratonton Pantas

8-bit PNG tanpa penentukuran untuk semakan pantas:

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: Pemprosesan Dibetulkan PPK

Gunakan pembetulan PPK dengan pemantulan:

Windows:

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

Linux:

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

---

Contoh 5: Lokasi Output Tersuai

Proses ke lokasi lain 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: Aliran Kerja Pengesahan

Aliran pengesahan lengkap (sama pada 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 Pelbagai Bahasa

Tukar bahasa antara muka (sama pada 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