CLI: Wiersz poleceń

**Chloros CLI** zapewnia rozbudowany dostęp z wiersza poleceń do silnika przetwarzania obrazów Chloros, umożliwiając automatyzację, tworzenie skryptów i pracę w trybie bezinterfejsowym w ramach procesów przetwarzania obrazów.

Kluczowe funkcje

• 🚀 Automatyzacja — przetwarzanie wsadowe wielu zestawów danych za pomocą skryptów

• 🔗 Integracja — wbudowanie w istniejące procesy i potoki

• 💻 Praca bez interfejsu graficznego — uruchamianie bez GUI

• 🌍 Wielojęzyczność — obsługa 38 języków

• ⚡ Przetwarzanie równoległe — Dynamic Compute Adaptation automatycznie optymalizuje działanie pod kątem posiadanego sprzętu

Wymagania

Wymaganie	Szczegóły
System operacyjny	Windows 10/11 (64-bit), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
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+. Plany standardowe (bezpłatne) nie zapewniają dostępu do CLI. Odwiedź stronę https://cloud.mapir.camera/pricing, aby dokonać aktualizacji.

Szybki start

Instalacja

Windows

CLI jest automatycznie dołączony do instalatora Chloros:

1. Pobierz i uruchom Chloros Installer.exe

2. Ukończ pracę kreatora instalacji

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

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

Linux

Zainstaluj pakiet .deb dla swojej architektury:

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

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

Szczegółowe informacje na temat konfiguracji Linux można znaleźć w sekcji Instalacja Linux.

Pierwsza konfiguracja

Przed rozpoczęciem korzystania z CLI należy aktywować licencję Chloros+:

Windows:

# Login with your Chloros+ account
chloros-cli login [e-mail] 'your_password'

# Check license status
chloros-cli status

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

Linux:

# Login with your Chloros+ account
chloros-cli login [e-mail] 'your_password'

# Check license status
chloros-cli status

# Process your first project
chloros-cli process ~/images/dataset001

Podstawowe użycie

Przetwarzanie folderu przy użyciu ustawień domyślnych:

Windows:

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

Linux:

chloros-cli process ~/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]

Przykłady:

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

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

Opcje polecenia przetwarzania

Opcja	Typ	Domyślna	Opis
<input-folder>	Ścieżka	Wymagane	Folder zawierający obrazy wielospektralne w formacie RAW/JPG
-o, --output	Ścieżka	Tak samo jak dane wejściowe	Folder wyjściowy dla przetworzonych obrazów
-n, --project-name	Ciąg znaków	Generowane automatycznie	Niestandardowa nazwa projektu
--vignette	Flaga	Włączone	Włącz korekcję winietowania
--no-vignette	Flaga	-	Wyłącz korekcję winietowania
--reflectance	Flaga	Włączone	Włącz kalibrację odbicia
--no-reflectance	Flaga	-	Wyłącz kalibrację odbicia
--ppk	Flaga	Wyłączone	Zastosuj korekcje PPK na podstawie danych z 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 celu w pikselach dla wykrywania panelu kalibracyjnego
--target-clustering	Liczba całkowita	Auto	Próg grupowania celów (0-100)
--debayer	Wybór	standard	Metoda debayera: standard lub texture-aware (tylko Chloros+)
--target, --targets	Flaga	Wyłączone	Szukaj celów kalibracji tylko w podfolderze „target” lub „targets” (przyspiesza przetwarzanie)
--indices	Lista	Brak	Wskaźniki wegetacji do obliczenia (np. --indices NDVI NDRE GNDVI)
--exposure-pin-1	Ciąg znaków	Brak	Zablokuj ekspozycję dla modelu kamery (pin 1)
--exposure-pin-2	Ciąg znaków	Brak	Blokada ekspozycji dla modelu kamery (pin 2)
--recal-interval	Liczba całkowita	Auto	Interwał ponownej kalibracji w sekundach
--timezone-offset	Liczba całkowita	0	Różnica stref czasowych w godzinach

---

login - Uwierzytelnianie konta

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

Składnia:

chloros-cli login <email> <password>

Przykład:

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

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

Wynik:

***

logout — Wyczyść dane uwierzytelniające

Wyczyść zapisane dane uwierzytelniające 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 danych uwierzytelniających w skryptach Python. Szczegółowe informacje można znaleźć w dokumentacji Python SDK.

---

status — Sprawdź stan licencji

Wyświetla aktualny stan 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 — Sprawdź postęp eksportu

Monitoruj postęp eksportu wątku 4 podczas przetwarzania lub po jego zakończeniu.

Składnia:

chloros-cli export-status

Przykład:

chloros-cli export-status

Przypadek użycia: Wywołaj to polecenie podczas trwania 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 w języku ojczystym
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 lokalizację domyślnego folderu projektu (współdzieloną z GUI w Windows).

Składnia:

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

Przykłady:

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

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

---

get-project-folder — Pokaż folder projektu

Wyświetla aktualną lokalizację domyślnego folderu projektu.

Składnia:

chloros-cli get-project-folder

Przykład:

chloros-cli get-project-folder

Wynik:

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

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

---

reset-project-folder — Przywróć ustawienia domyślne

Przywróć domyślną lokalizację folderu projektu.

Składnia:

chloros-cli reset-project-folder

---

selftest — Uruchom diagnostykę systemu

Uruchamia 7 testów diagnostycznych w celu sprawdzenia konfiguracji systemu.

Składnia:

chloros-cli selftest

Przeprowadzone testy diagnostyczne:

1. Sprawdzenie wersji

2. Dostępność portu (5000)

3. Uruchomienie zaplecza

4. Test łączności API

5. Informacje o systemie i wykrywanie GPU

6. Weryfikacja modeli odszumiania

7. Sprawdzenie dostępności CUDA

Przydatne przy rozwiązywaniu problemów: Uruchom selftest po instalacji, aby sprawdzić, czy system jest poprawnie skonfigurowany, zwłaszcza na Linux/Jetson, gdzie może być konieczna weryfikacja ustawień GPU i CUDA.

---

update — Sprawdź dostępność aktualizacji (tylko Linux)

Sprawdź dostępność aktualizacji CLI i zainstaluj je na systemach Linux.

Składnia:

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

# Check for and install updates
chloros-cli update

Opcja	Opis
--check	Tylko sprawdź dostępność aktualizacji, nie instaluj

To polecenie jest dostępne tylko w systemie Linux. W systemie Windows aktualizacje są dostarczane za pośrednictwem instalatora.

---

Opcje globalne

Te opcje dotyczą wszystkich poleceń:

Opcja	Typ	Domyślnie	Opis
--backend-exe	Ścieżka	Wykrywane 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 program
--help	Flaga	-	Pokaż informacje pomocy i zamknij program

Automatyczne wykrywanie backendu: Ścieżka --backend-exe jest wykrywana automatycznie dla danej platformy:

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

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

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

Przykład z opcjami globalnymi:

Windows:

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

Linux:

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

---

Przewodnik po ustawieniach przetwarzania

Przetwarzanie równoległe i dynamiczna adaptacja obliczeniowa

Chloros 1.1.0 zawiera funkcję dynamicznej adaptacji obliczeniowej — silnik przetwarzania automatycznie wykrywa sprzęt i wybiera optymalną strategię:

Platforma	Strategia	Pracownicy	Potok	Uwagi
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Efektywne wykorzystanie pamięci, sekwencyjne
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu	Równoległe przetwarzanie na GPU
Komputer stacjonarny z procesorem graficznym 8 GB	GPU_SINGLE	3	tiled_gpu	Dobra wydajność komputera stacjonarnego
Komputer stacjonarny z kartą graficzną 12 GB+	GPU_PARALLEL	3-4	fused_gpu	Optymalna wydajność komputera stacjonarnego
System wyłącznie z procesorem	CPU_PARALLEL	rdzenie - 1	cpu_fallback	Nie wymaga karty graficznej

Nie wymaga ręcznej konfiguracji! Chloros automatycznie wykrywa procesor, kartę graficzną, pamięć RAM oraz (w przypadku Jetson) czujniki temperatury, a następnie automatycznie konfiguruje optymalny potok przetwarzania.

Metody debayera

Metoda	Flaga CLI	Jakość	Szybkość	Licencja
Standardowa (szybka, średnia jakość)	--debayer standard	Dobra	Szybka	Bezpłatna / Chloros+
Z uwzględnieniem tekstury (wolna, najwyższa jakość)	--debayer texture-aware	Najwyższa	Wolna	Tylko Chloros+

Domyślną metodą debayera jest Standardowa. MetodaZ uwzględnieniem tekstury wykorzystuje model usuwania szumów oparty na sztucznej inteligencji i uczeniu maszynowym, zapewniając najwyższą jakość wyników, ale wymaga licencji Chloros+ oraz procesora graficznego NVIDIA.

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

Korekcja winietowania

Co robi: Koryguje spadek jasności na krawędziach obrazu (ciemniejsze rogi, typowe dla zdjęć z aparatu).

• Włączone domyślnie — większość użytkowników powinna pozostawić tę opcję włączoną

• Użyj --no-vignette, aby wyłączyć

Zalecenie: Zawsze włączaj korekcję winietowania, aby zapewnić jednolitą jasność w całej klatce.

Kalibracja odbicia

Konwertuje surowe wartości czujnika na znormalizowane wartości procentowe odbicia przy użyciu paneli kalibracyjnych.

• Włączone domyślnie – niezbędne do analizy roślinności

• Wymaga paneli kalibracyjnych na zdjęciach

• Użyj --no-reflectance, aby wyłączyć

Wymagania: Upewnij się, że panele kalibracyjne są odpowiednio naświetlone i widoczne na zdjęciach, aby zapewnić dokładną konwersję współczynnika odbicia.

Korekcje PPK

Co robi: Stosuje korekty kinematyczne przetwarzane po zebraniu danych (Post-Processed Kinematic) przy użyciu danych dziennika DAQ-A-SD w celu poprawy dokładności GPS.

• Domyślnie wyłączone

• Użyj --ppk, aby włączyć

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

Formaty wyjściowe

Format	Głębia bitowa	Rozmiar pliku	Najlepsze zastosowanie
TIFF (16-bitowy) ⭐	16-bitowa liczba całkowita	Duży	Analiza GIS, fotogrametria (zalecane)
TIFF (32-bitowe, procent)	32-bitowa liczba zmiennoprzecinkowa	Bardzo duży	Analiza naukowa, badania
PNG (8-bit)	8-bitowa liczba całkowita	Średni	Kontrola wzrokowa, udostępnianie w sieci
JPG (8-bit)	Liczba całkowita 8-bitowa	Mały	Szybki podgląd, skompresowany wynik

***

Automatyzacja i skrypty

Przetwarzanie wsadowe w PowerShell (Windows)

Automatyczne przetwarzanie wielu folderów z zestawami danych w 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

Skrypt wsadowy Windows (Windows)

Prosta pętla do przetwarzania wsadowego w 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

Przetwarzanie wsadowe w Bash (Linux)

Przetwarzanie wielu folderów z zestawami danych w 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!"

Skrypt automatyzacji Python (wieloplatformowy)

Zaawansowana automatyzacja z obsługą błędów (działa na Windows i 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()

---

Przebieg przetwarzania

Standardowy przebieg

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 według 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
    └── ...

Szacunkowy czas przetwarzania

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

Platforma	Tryb	Szacowany czas	Uwagi
Komputer stacjonarny z kartą graficzną 12 GB+	GPU_PARALLEL	5–10 min	Najszybsza opcja
Komputer stacjonarny z kartą graficzną 8 GB	GPU_SINGLE	10–15 min	Dobra wydajność
Jetson Orin NX 16 GB	GPU_PARALLEL	15–25 min	Przetwarzanie brzegowe
Jetson Nano 8 GB	GPU_SINGLE	30–60 min	Ograniczona pamięć
Tylko procesor	CPU_PARALLEL	20–40 min	Nie wymaga procesora graficznego

Wskazówka dotycząca wydajności: Czas przetwarzania zależy od liczby obrazów, rozdzielczości, metody debayeringu oraz sprzętu. Debayering z uwzględnieniem tekstur trwa znacznie dłużej niż standardowy. Szczegółowe informacje można znaleźć w sekcji Dynamiczna adaptacja obliczeniowa.

---

Rozwiązywanie problemów

Nie znaleziono CLI

Błąd Windows:

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

Windows Rozwiązania:

1. Sprawdź lokalizację instalacji:

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

1. Użyj pełnej ścieżki, jeśli nie ma 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

Błąd Linux:

chloros-cli: command not found

Linux Rozwiązania:

1. Sprawdź instalację:

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

1. Zrestrukturyzuj powłokę:

source ~/.bashrc

1. Sprawdź uprawnienia:

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

---

Nie udało się uruchomić backenduBłąd:

Backend failed to start within 30 seconds

Rozwiązania:

1. Sprawdź, czy backend już działa (najpierw go zamknij)

2. Sprawdź, czy zapora sieciowa nie blokuje połączenia (Windows) lub sprawdź dostępność portu (Linux: lsof -i :5000)

3. Wypróbuj inny port:

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

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

1. Wymuś ponowne uruchomienie serwera:

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

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

1. W przypadku Linux sprawdź, czy plik wykonywalny zaplecza istnieje:

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

---

Problemy z licencją / uwierzytelnianiemBłąd:

Chloros+ license required for CLI access

Rozwiązania:

1. Sprawdź, czy posiadasz 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 do folderu jest poprawna (używaj cudzysłowów w przypadku ścieżek zawierających spacje)

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

4. Sprawdź, czy rozszerzenia plików są poprawne

---

Przetwarzanie zatrzymuje się lub zawieszaRozwiązania:

1. Sprawdź dostępną przestrzeń dyskową (upewnij się, że jest wystarczająca dla wyników)

2. Zamknij inne aplikacje, aby zwolnić pamięć

3. Zmniejsz liczbę obrazów (przetwarzaj partiami)

---

Port jest już używanyBłąd:

Port 5000 is already in use

Rozwiązania:

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

---

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. Jest to główny przypadek użycia w Linux.Serwer Windows:

• Serwer Windows 2016 lub nowszy

• Zainstalowany pakiet Visual C++ Redistributable

Serwer Linux:

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

• Instalacja za pomocą pakietu .deb

Obie platformy:

• Minimum 8 GB pamięci RAM (zalecane 16 GB)

• Jednorazowa aktywacja licencji: chloros-cli login [e-mail] 'password'

---

P: Gdzie zapisywane są przetworzone obrazy?O:Domyślnie przetworzone obrazy są zapisywane wtym samym folderze co pliki wejściowe, w podfolderach nazwanych według modeli aparatów (np. Survey3N_RGN/).

Użyj opcji -o, aby określić inny folder wyjściowy:

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

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

---

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

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

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

Batch:

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

Linux Bash:

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

---

P: Co się stanie, jeśli podczas przetwarzania naciśnę Ctrl+C?Odp.: CLI:

1. Płynnie zatrzyma przetwarzanie

2. Wyłączy backend

3. Zakończy działanie z kodem 130

Częściowo przetworzone obrazy mogą pozostać w folderze wyjściowym.

---

Pyt.: Czy mogę zautomatyzować przetwarzanie CLI?Odp.: Oczywiście! Program CLI został zaprojektowany z myślą o automatyzacji. Zobacz Automatyzacja i skrypty dla PowerShell (Windows), Batch (Windows), Bash (Linux) oraz Python (wieloplatformowe).***

P: Jak sprawdzić wersję CLI?Odp.:

chloros-cli --version

Wynik:

Chloros CLI 1.1.0

---

Pomoc

Pomoc w wierszu poleceń

Wyświetl informacje pomocy bezpośrednio w CLI:

# General help
chloros-cli --help

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

Kanały wsparcia

• 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, odbicie):

Windows:

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

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

---

Przykład 2: Wysokiej jakości wyniki naukowe

32-bitowa zmiennoprzecinkowa 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

---

Przykład 3: Szybkie przetwarzanie podglądu

8-bitowy PNG bez kalibracji do szybkiego przeglądu:

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

---

Przykład 4: Przetwarzanie z korekcją PPK

Zastosuj korekcje PPK z wykorzystaniem współczynnika odbicia:

Windows:

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

Linux:

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

---

Przykład 5: Niestandardowa lokalizacja wyjściowa

Przetwarzaj do innej lokalizacji w określonym formacie:

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)"

---

Przykład 6: Proces uwierzytelniania

Kompletny proces uwierzytelniania (taki sam na wszystkich platformach):

# 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

---

Przykład 7: Obsługa wielu języków

Zmiana języka interfejsu (taka sama na wszystkich platformach):

# 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