CLI: Wiersz poleceń

**Chloros CLI** zapewnia zaawansowany dostęp z poziomu wiersza poleceń do silnika przetwarzania obrazów Chloros, umożliwiając automatyzację, tworzenie skryptów i pracę bez monitorowania dla procesów przetwarzania obrazów.

Najważniejsze cechy

• 🚀 Automatyzacja — skryptowe przetwarzanie wsadowe wielu zestawów danych

• 🔗 Integracja — osadzenie w istniejących przepływach pracy i potokach

• 💻 Praca bez interfejsu graficznego — działanie bez GUI

• 🌍 Wielojęzyczność — obsługa 38 języków

• ⚡ Równoległe przetwarzanie — dynamiczna skalowalność do mocy procesora (do 16 równoległych procesów)

Wymagania

Wymaganie	Szczegóły
System operacyjny	Windows 10/11 (64-bitowy)
Licencja	Chloros+ (wymagany płatny plan)
Pamięć	Minimum 8 GB pamięci RAM (zalecane 16 GB)
Internet	Wymagany do aktywacji licencji
Miejsce na dysku	Zależy od wielkości projektu

Wymagania licencyjne: CLI wymaga płatnej subskrypcji Chloros+. Standardowe (bezpłatne) plany nie mają dostępu do CLI. Odwiedź https://cloud.mapir.camera/pricing, aby dokonać aktualizacji.

Szybki start

Instalacja

CLI jest automatycznie dołączany do instalatora Chloros:

1. Pobierz i uruchom Chloros Installer.exe

2. Ukończ kreatora instalacji

3. CLI zainstalowany w: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

Instalator automatycznie dodaje chloros-cli do ścieżki PATH systemu. Po zakończeniu instalacji uruchom ponownie terminal.

Pierwsza konfiguracja

Przed użyciem CLI należy aktywować licencję Chloros+:

# 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"

Podstawowe zastosowanie

Przetwarzanie folderu przy użyciu ustawień domyślnych:

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

---

Opis poleceń

Ogólna składnia

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

---

Polecenia

process — przetwarzanie obrazów

Przetwarzanie obrazów w folderze z kalibracją.

Składnia:

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

Przykład:

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

Opcje polecenia przetwarzania

Opcja	Typ	Domyślna	Opis
<input-folder>	Ścieżka	Wymagane	Folder zawierający obrazy wielospektralne RAW/JPG
-o, --output	Ścieżka	Tak samo jak dane wejściowe	Folder wyjściowy dla przetworzonych obrazów
-n, --project-name	Ciąg znaków	Generowany automatycznie	Niestandardowa nazwa projektu
--vignette	Flaga	Włączone	Włącz korekcję winietowania
--no-vignette	Flaga	-	Wyłącz korekcję winietowania
--reflectance	Flaga	Włączona	Włącz kalibrację odbicia
--no-reflectance	Flaga	-	Wyłącz kalibrację odbicia
--ppk	Flaga	Wyłączone	Zastosuj korekty PPK z danych czujnika światła .daq
--format	Wybór	TIFF (16-bit)	Format wyjściowy: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)
--min-target-size	Liczba całkowita	Auto	Minimalny rozmiar docelowy w pikselach dla wykrywania panelu kalibracyjnego
--target-clustering	Liczba całkowita	Auto	Próg grupowania docelowego (0-100)
--exposure-pin-1	Ciąg znaków	Brak	Blokada ekspozycji dla modelu kamery (pin 1)
--exposure-pin-2	Ciąg znaków	Brak	Blokada ekspozycji dla modelu kamery (pin 2)
--recal-interval	Liczba całkowita	Auto	Interwał rekalibracji w sekundach
--timezone-offset	Liczba całkowita	0	Przesunięcie strefy czasowej w godzinach

---

login — uwierzytelnianie konta

Zaloguj się przy użyciu danych uwierzytelniających Chloros+, aby włączyć przetwarzanie CLI.

Składnia:

chloros-cli login <email> <password>

Przykład:

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

Znaki specjalne: Używaj pojedynczych cudzysłowów wokół haseł zawierających znaki takie jak $, ! lub spacje.

Wynik:

***

logout — Wyczyść dane logowania

Wyczyść zapisane dane logowania i wyloguj się ze swojego konta.

Składnia:

chloros-cli logout

Przykład:

chloros-cli logout

Wynik:

✓ Logout successful
ℹ Credentials cleared from cache

Użytkownicy SDK: Python SDK udostępnia również programową metodę logout() do czyszczenia poświadczeń w skryptach Python. Szczegółowe informacje można znaleźć w dokumentacji Python SDK.

---

status — sprawdzanie statusu licencji

Wyświetla aktualny status licencji i uwierzytelnienia.

Składnia:

chloros-cli status

Przykład:

chloros-cli status

Wynik:

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

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

---

export-status — sprawdzanie postępu eksportu

Monitorowanie postępu eksportu wątku 4 podczas przetwarzania lub po jego zakończeniu.

Składnia:

chloros-cli export-status

Przykład:

chloros-cli export-status

Przykład użycia: Wywołaj to polecenie podczas przetwarzania, aby sprawdzić postęp eksportu.***

language — zarządzanie językiem interfejsu

Wyświetl lub zmień język interfejsu CLI.

Składnia:

# Show current language
chloros-cli language

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

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

Przykłady:

# 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

Obsługiwane języki (łącznie 38)

Kod	Język	Nazwa natywna
en	Angielski	English
es	Hiszpański	Español
pt	Portugalski	Português
fr	Francuski	Français
de	Niemiecki	Deutsch
it	Włoski	Italiano
ja	Japoński	日本語
ko	Koreański	한국어
zh	Chiński (uproszczony)	简体中文
zh-TW	Chiński (tradycyjny)	繁體中文
ru	Rosyjski	Русский
nl	Holenderski	Nederlands
ar	Arabski	العربية
pl	Polski	Polski
tr	Turecki	Türkçe
hi	Hindi	हिंदी
id	Indonezyjski	Bahasa Indonesia
vi	Wietnamski	Tiếng Việt
th	Tajski	ไทย
sv	Szwedzki	Svenska
da	Duński	Dansk
no	Norweski	Norsk
fi	Fiński	Suomi
el	Grecki	Ελληνικά
cs	Czeski	Čeština
hu	Węgierski	Magyar
ro	Rumuński	Română
uk	Ukraiński	Українська
pt-BR	Brazylijski portugalski	Português Brasileiro
zh-HK	Kantoński	粵語
ms	Malajski	Bahasa Melayu
sk	Słowacki	Slovenčina
bg	Bułgarski	Български
hr	Chorwacki	Hrvatski
lt	Litewski	Lietuvių
lv	Łotewski	Latviešu
et	estoński	Eesti
sl	słoweński	Slovenščina

Automatyczne zachowanie: Twoje preferencje językowe są zapisywane w ~/.chloros/cli_language.json i zachowywane we wszystkich sesjach.

---

set-project-folder — ustaw domyślny folder projektu

Zmień domyślną lokalizację folderu projektu (współdzieloną z GUI).

Składnia:

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

Przykład:

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

---

get-project-folder — Pokaż folder projektu

Wyświetla bieżącą domyślną lokalizację folderu projektu.

Składnia:

chloros-cli get-project-folder

Przykład:

chloros-cli get-project-folder

Wynik:

ℹ Current project folder: C:\Projects\2025

---

reset-project-folder — przywróć domyślne ustawienia

Przywróć domyślną lokalizację folderu projektu.

Składnia:

chloros-cli reset-project-folder

---

Opcje globalne

Te opcje mają zastosowanie do wszystkich poleceń:

Opcja	Typ	Domyślna	Opis
--backend-exe	Ścieżka	Wykrywana automatycznie	Ścieżka do pliku wykonywalnego zaplecza
--port	Liczba całkowita	5000	Numer portu zaplecza API
--restart	Flaga	-	Wymuś ponowne uruchomienie backendu (zabija istniejące procesy)
--version	Flaga	-	Pokaż informacje o wersji i zamknij
--help	Flaga	-	Pokaż informacje pomocy i zamknij

Przykład z opcjami globalnymi:

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

---

Przewodnik po ustawieniach przetwarzania

Przetwarzanie równoległe

Chloros+ CLI automatycznie skalujeprzetwarzanie równoległe, aby dopasować je do możliwości komputera:Jak to działa:

• Wykrywa rdzenie procesora i pamięć RAM

• Przydziela procesy robocze: 2× rdzenie procesora (wykorzystuje technologię hyperthreading)

• Maksymalnie: 16 równoległych procesów roboczych (dla stabilności)Poziomy systemu:

Typ systemu	Procesor	Pamięć RAM	Procesy robocze	Wydajność
Wysoka klasy	16+ rdzeni	32+ GB	Do 16	Maksymalna prędkość
Średni	8–15 rdzeni	16–31 GB	8–16	Doskonała prędkość
Niski	4–7 rdzeni	8–15 GB	4–8	Dobra prędkość

Automatyczna optymalizacja: CLI automatycznie wykrywa specyfikację systemu i konfiguruje optymalne przetwarzanie równoległe. Nie jest wymagana ręczna konfiguracja!

Metody debayerowania

CLI używa Wysokiej jakości (szybszej) jako domyślnego i zalecanego algorytmu debayerowania:

Metoda	Jakość	Szybkość	Opis
Wysoka jakość (szybsza) ⭐	⭐⭐⭐⭐	⚡⚡⚡	Algorytm uwzględniający krawędzie (domyślny, zalecany)

Korekcja winietowania

Funkcja: Koryguje spadek jasności na krawędziach obrazu (ciemniejsze rogi, często występujące w obrazach z kamer).

• Włączone domyślnie — większość użytkowników powinna pozostawić tę opcję włączoną

• Aby wyłączyć, użyj --no-vignette

Zalecenie: Zawsze włączaj korekcję winietowania, aby zapewnić jednolitą jasność w całym kadrze.

Kalibracja odbicia

Konwertuje surowe wartości czujnika na znormalizowane wartości procentowe odbicia za pomocą paneli kalibracyjnych.

• Włączone domyślnie — niezbędne do analizy roślinności.

• Wymaga paneli kalibracyjnych w obrazach.

• Aby wyłączyć, użyj --no-reflectance.

Wymagania: Aby zapewnić dokładną konwersję współczynnika odbicia, upewnij się, że panele kalibracyjne są prawidłowo naświetlone i widoczne na obrazach.

Korekty PPK

Funkcja: Stosuje korekty kinematyczne przetworzone po zakończeniu procesu przy użyciu danych dziennika DAQ-A-SD w celu poprawy dokładności GPS.

• Domyślnie wyłączone

• Aby włączyć, użyj --ppk

• Wymaga plików .daq w folderze projektu z czujnika światła MAPIR DAQ-A-SD.

Formaty wyjściowe

Format	Głębia bitowa	Rozmiar pliku	Najlepszy dla
TIFF (16-bitowy) ⭐	16-bitowa liczba całkowita	Duże	Analiza GIS, fotogrametria (zalecane)
TIFF (32-bitowa, procentowa)	32-bitowa liczba zmiennoprzecinkowa	Bardzo duża	Analiza naukowa, badania
PNG (8-bitowy)	8-bitowa liczba całkowita	Średni	Kontrola wzrokowa, udostępnianie w sieci
JPG (8-bit)	8-bitowa liczba całkowita	Mały	Szybki podgląd, skompresowane dane wyjściowe

***

Automatyzacja i skrypty

Przetwarzanie wsadowe PowerShell

Automatyczne przetwarzanie wielu folderów zestawów danych:

# 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

Skrypt wsadowy Windows

Prosta pętla do przetwarzania wsadowego:

@echo off
echo Starting batch processing...

for /d %%i in (C:\Datasets\2025\*) do (
    echo.
    echo ========================================
    echo Processing: %%i
    echo ========================================
    chloros-cli process "%%i"
    
    if %ERRORLEVEL% EQU 0 (
        echo SUCCESS: %%i processed
    ) else (
        echo ERROR: %%i failed
    )
)

echo.
echo All datasets processed!
pause

Python Skrypt automatyzacji

Zaawansowana automatyzacja z obsługą błędów:

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()

---

Przepływ pracy przetwarzania

Standardowy przepływ pracy

1. Dane wejściowe: Folder zawierający pary obrazów RAW/JPG

2. Wykrywanie: CLI automatycznie skanuje w poszukiwaniu obsługiwanych plików obrazów

3. Przetwarzanie: Tryb równoległy skaluje się do liczby rdzeni procesora (Chloros+)

4. Wynik: Tworzy podfoldery modeli aparatów z przetworzonymi obrazami

Przykładowa struktura wyników

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
    └── ...

Szacowany czas przetwarzania

Typowy czas przetwarzania 100 obrazów (każdy o rozdzielczości 12 MP):

Tryb	Czas	Sprzęt
Tryb równoległy	5–10 min	i7/Ryzen 7, 16 GB pamięci RAM, dysk SSD (do 16 procesorów)
Tryb równoległy	10–15 min	i5/Ryzen 5, 8 GB pamięci RAM, dysk twardy (do 8 procesorów)

Wskazówka dotycząca wydajności: Czas przetwarzania zależy od liczby obrazów, rozdzielczości i specyfikacji komputera.

---

Rozwiązywanie problemów

CLI Nie znaleziono

Błąd:

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

Rozwiązania:

1. Sprawdź lokalizację instalacji:

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

1. Użyj pełnej ścieżki, jeśli nie ma jej w PATH:

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

1. Dodaj ręcznie do PATH:

   • Otwórz Właściwości systemu → Zmienne środowiskowe

   • Edytuj zmienną PATH

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

   • Uruchom ponownie terminal

---

Nie udało się uruchomić zapleczaBłąd:

Backend failed to start within 30 seconds

Rozwiązania:

1. Sprawdź, czy zaplecze już działa (najpierw je zamknij)

2. Sprawdź, czy zapora sieciowa Windows nie blokuje

3. Wypróbuj inny port:

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

1. Wymuś ponowne uruchomienie backendu:

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

---

Problemy z licencją / uwierzytelnianiemBłąd:

Chloros+ license required for CLI access

Rozwiązania:

1. Sprawdź, czy masz aktywną subskrypcję Chloros+.

2. Zaloguj się przy użyciu swoich danych uwierzytelniających:

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

1. Sprawdź status licencji:

chloros-cli status

1. Skontaktuj się z pomocą techniczną: [e-mail]

---

Nie znaleziono obrazówBłąd:

No images found in the specified folder

Rozwiązania:

1. Sprawdź, czy folder zawiera obsługiwane formaty (.RAW, .TIF, .JPG).

2. Sprawdź, czy ścieżka folderu jest poprawna (użyj cudzysłowów dla ścieżek zawierających spacje).

3. Upewnij się, że masz uprawnienia do odczytu folderu.

4. Sprawdź, czy rozszerzenia plików są poprawne.

---

Przetwarzanie zatrzymuje się lub zawieszaRozwiązania:

1. Sprawdź dostępną przestrzeń dyskową (upewnij się, że jest wystarczająca do przetworzenia danych).

2. Zamknij inne aplikacje, aby zwolnić pamięć.

3. Zmniejsz liczbę obrazów (przetwarzaj partiami).

---

Port jest już używanyBłąd:

Port 5000 is already in use

Rozwiązanie:

Określ inny port:

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

---

Często zadawane pytania

P: Czy potrzebuję licencji na CLI?

O:Tak! CLI wymaga płatnejlicencji Chloros+.

• ❌ Plan standardowy (bezpłatny): CLI wyłączony

• ✅ Plany Chloros+ (płatne): CLI w pełni włączony

Subskrybuj na: https://cloud.mapir.camera/pricing

---

P: Czy mogę używać CLI na serwerze bez GUI?O: Tak! CLI działa całkowicie bez interfejsu graficznego. Wymagania:

• Windows Server 2016 lub nowszy

• Zainstalowany pakiet Visual C++ Redistributable

• Wystarczająca ilość pamięci RAM (minimum 8 GB, zalecane 16 GB)

• Jednorazowa aktywacja licencji GUI na dowolnym komputerze

---

P: Gdzie są zapisywane przetworzone obrazy?O:Domyślnie przetworzone obrazy są zapisywane wtym samym folderze co dane wejściowe w podfolderach modeli kamer (np. Survey3N_RGN/).

Aby określić inny folder wyjściowy, użyj opcji -o:

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

---

P: Czy mogę przetwarzać wiele folderów jednocześnie?O: Nie bezpośrednio za pomocą jednego polecenia, ale można użyć skryptów do przetwarzania folderów sekwencyjnie. Zobacz sekcję Automatyzacja i skrypty.***

P: Jak zapisać dane wyjściowe CLI w pliku dziennika?PowerShell:

chloros-cli process "C:\Datasets\Field_A" | Tee-Object -FilePath "processing.log"

Plik wsadowy:

chloros-cli process "C:\Datasets\Field_A" > processing.log 2>&1

---

P: Co się stanie, jeśli podczas przetwarzania naciśnę klawisze Ctrl+C?O: CLI:

1. Płynnie zatrzyma przetwarzanie

2. Wyłączy backend

3. Zakończy działanie z kodem 130

Częściowo przetworzone obrazy mogą pozostać w folderze wyjściowym.

---

P: Czy mogę zautomatyzować przetwarzanie CLI?O: Oczywiście! CLI jest przeznaczony do automatyzacji. Przykłady dla PowerShell, Batch i Python można znaleźć w sekcji Automatyzacja i skrypty.***

P: Jak sprawdzić wersję CLI?O:

chloros-cli --version

Wynik:

Chloros CLI 1.0.2

---

Pomoc

Pomoc wiersza poleceń

Informacje pomocy można wyświetlić bezpośrednio w CLI:

# General help
chloros-cli --help

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

Kanały pomocy technicznej

• E-mail: [e-mail]

• Strona internetowa: https://www.mapir.camera/community/contact

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

Kompletne przykłady

Przykład 1: Podstawowe przetwarzanie

Przetwarzanie z ustawieniami domyślnymi (winieta, współczynnik odbicia):

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

---

Przykład 2: Wysokiej jakości wyniki naukowe

32-bitowy zmiennoprzecinkowy TIFF:

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

---

Przykład 3: Szybkie przetwarzanie podglądu

8-bitowy PNG bez kalibracji do szybkiego przeglądu:

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

---

Przykład 4: Przetwarzanie z korekcją PPK

Zastosowanie korekcji PPK z odbiciem:

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

---

Przykład 5: Niestandardowa lokalizacja wyników

Przetwarzanie na innym dysku w określonym formacie:

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

---

Przykład 6: Przepływ pracy uwierzytelniania

Zakończ przepływ uwierzytelniania:

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

# Step 2: Verify status
chloros-cli status

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

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

---

Przykład 7: Użycie wielu języków

Zmień język interfejsu:

# 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