CLI : Linha de comandos

O **Chloros CLI** oferece um poderoso acesso via linha de comando ao motor de processamento de imagens Chloros, permitindo a automatização, a criação de scripts e a operação sem interface gráfica para os seus fluxos de trabalho de imagem.

Principais funcionalidades

• 🚀 Automatização - Processamento em lote por script de vários conjuntos de dados

• 🔗 Integração - Incorporação em fluxos de trabalho e pipelines existentes

• 💻 Operação sem interface gráfica - Execução sem GUI

• 🌍 Multilíngue - Suporte para 38 idiomas

• ⚡ Processamento paralelo - Adaptação dinâmica de computação otimiza automaticamente para o seu hardware

Requisitos

Requisito	Detalhes
Sistema Operativo	Windows 10/11 (64 bits), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
Licença	Chloros+ (plano pago necessário)
Memória	Mínimo de 8 GB de RAM (recomendados 16 GB)
Internet	Necessária para ativação da licença
Espaço em disco	Varia de acordo com o tamanho do projeto

Requisito de licença: O CLI requer uma subscrição paga do Chloros+. Os planos Standard (gratuitos) não têm acesso ao CLI. Visite https://cloud.mapir.camera/pricing para atualizar.

Início rápido

Instalação

Windows

O CLI está automaticamente incluído no instalador do Chloros:

1. Descarregue e execute o Chloros Installer.exe

2. Conclua o assistente de instalação

3. O CLI foi instalado em: C:\Program Files\Chloros\resources\cli\chloros-cli.exe

O instalador adiciona automaticamente o chloros-cli ao PATH do seu sistema. Reinicie o seu terminal após a instalação.

Linux

Instale o pacote .deb para a sua arquitetura:

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

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

Para uma configuração detalhada do Linux, consulte Instalação do Linux.

Configuração inicial

Antes de utilizar o CLI, ative a sua licença 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

Utilização básica

Processar uma pasta com as definições predefinidas:

Windows:

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

Linux:

chloros-cli process ~/images/dataset001

---

Referência de comandos

Sintaxe geral

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

---

Comandos

process - Processar imagens

Processar imagens numa pasta com calibração.

Sintaxe:

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

Exemplos:

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

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

Opções do comando Processar

Opção	Tipo	Padrão	Descrição
<input-folder>	Caminho	Obrigatório	Pasta contendo imagens multiespectrais RAW/JPG
-o, --output	Caminho	Igual à entrada	Pasta de saída para imagens processadas
-n, --project-name	Cadeia de caracteres	Gerado automaticamente	Nome personalizado do projeto
--vignette	Sinalizador	Ativado	Ativar correção de vinheta
--no-vignette	Sinalizador	-	Desativar correção de vinheta
--reflectance	Sinalizador	Ativado	Ativar calibração de refletância
--no-reflectance	Sinalizador	-	Desativar calibração de refletância
--ppk	Sinalizador	Desativado	Aplicar correções PPK a partir dos dados do sensor de luz .daq
--format	Opção	TIFF (16 bits)	Formato de saída: TIFF (16-bit), TIFF (32-bit, Percent), PNG (8-bit), JPG (8-bit)
--min-target-size	Inteiro	Automático	Tamanho mínimo do alvo em pixels para deteção do painel de calibração
--target-clustering	Inteiro	Automático	Limiar de agrupamento de alvos (0-100)
--debayer	Opção	standard	Método de debayer: standard ou texture-aware (apenas Chloros+)
--target, --targets	Sinalizador	Desativado	Pesquisar apenas alvos de calibração numa subpasta «target» ou «targets» (acelera o processamento)
--indices	Lista	Nenhuma	Índices de vegetação a calcular (por exemplo, --indices NDVI NDRE GNDVI)
--exposure-pin-1	Cadeia de caracteres	Nenhuma	Bloquear a exposição para o modelo da câmara (Pino 1)
--exposure-pin-2	String	Nenhuma	Bloquear exposição para o modelo de câmara (Pino 2)
--recal-interval	Inteiro	Automático	Intervalo de recalibração em segundos
--timezone-offset	Inteiro	0	Desfasamento de fuso horário em horas

---

login - Autenticar conta

Inicie sessão com as suas credenciais Chloros+ para ativar o processamento CLI.

Sintaxe:

chloros-cli login <email> <password>

Exemplo:

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

Caracteres especiais: Utilize aspas simples em torno de palavras-passe que contenham caracteres como $, ! ou espaços.

Resultado:

***

logout - Limpar credenciais

Limpa as credenciais guardadas e sai da sua conta.

Sintaxe:

chloros-cli logout

Exemplo:

chloros-cli logout

Saída:

✓ Logout successful
ℹ Credentials cleared from cache

Utilizadores do SDK: O Python SDK também fornece um método programático logout() para limpar credenciais dentro de scripts Python. Consulte a documentação do Python SDK para obter mais detalhes.

---

status - Verificar o estado da licença

Exibe o estado atual da licença e da autenticação.

Sintaxe:

chloros-cli status

Exemplo:

chloros-cli status

Saída:

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

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

---

export-status - Verificar o progresso da exportação

Monitoriza o progresso da exportação da Thread 4 durante ou após o processamento.

Sintaxe:

chloros-cli export-status

Exemplo:

chloros-cli export-status

Caso de utilização: Chame este comando enquanto o processamento estiver em execução para verificar o progresso da exportação.***

language - Gerir o idioma da interface

Visualize ou altere o idioma da interface CLI.

Sintaxe:

# Show current language
chloros-cli language

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

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

Exemplos:

# 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

Idiomas suportados (38 no total)

Código	Idioma	Nome nativo
en	Inglês	English
es	Espanhol	Español
pt	Português	Português
fr	Francês	Français
de	Alemão	Deutsch
it	Italiano	Italiano
ja	Japonês	日本語
ko	Coreano	한국어
zh	Chinês (Simplificado)	简体中文
zh-TW	Chinês (Tradicional)	繁體中文
ru	Russo	Русский
nl	Holandês	Nederlands
ar	Árabe	العربية
pl	Polaco	Polski
tr	Turco	Türkçe
hi	Hindi	हिंदी
id	Indonésio	Bahasa Indonesia
vi	Vietnamita	Tiếng Việt
th	Tailandês	ไทย
sv	Sueco	Svenska
da	Dinamarquês	Dansk
no	Norueguês	Norsk
fi	Finlandês	Suomi
el	Grego	Ελληνικά
cs	Checo	Čeština
hu	Húngaro	Magyar
ro	Romeno	Română
uk	Ucraniano	Українська
pt-BR	Português do Brasil	Português Brasileiro
zh-HK	Cantonês	粵語
ms	Malaio	Bahasa Melayu
sk	Eslovaco	Slovenčina
bg	Búlgaro	Български
hr	Croata	Hrvatski
lt	Lituano	Lietuvių
lv	Letão	Latviešu
et	Estónio	Eesti
sl	Esloveno	Slovenščina

Persistência automática: A sua preferência de idioma é guardada em ~/.chloros/cli_language.json e mantém-se em todas as sessões.

---

set-project-folder - Definir pasta de projeto predefinida

Altere a localização da pasta de projeto predefinida (partilhada com a GUI em Windows).

Sintaxe:

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

Exemplos:

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

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

---

get-project-folder - Mostrar pasta de projeto

Exibe a localização atual da pasta de projeto predefinida.

Sintaxe:

chloros-cli get-project-folder

Exemplo:

chloros-cli get-project-folder

Saída:

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

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

---

reset-project-folder - Repor para o padrão

Redefine a pasta do projeto para a localização padrão.

Sintaxe:

chloros-cli reset-project-folder

---

selftest - Executar diagnósticos do sistema

Executa 7 verificações de diagnóstico para verificar a configuração do sistema.

Sintaxe:

chloros-cli selftest

Diagnósticos realizados:

1. Verificação da versão

2. Disponibilidade da porta (5000)

3. Inicialização do backend

4. Teste de conectividade API

5. Informações do sistema e deteção da GPU

6. Verificação dos modelos do denoiser

7. Verificação da disponibilidade da CUDA

Útil para resolução de problemas: Execute o selftest após a instalação para verificar se o seu sistema está configurado corretamente, especialmente no Linux/Jetson, onde a configuração da GPU e do CUDA pode necessitar de verificação.

---

update - Verificar atualizações (apenas Linux)

Verifique e instale as atualizações do CLI em sistemas Linux.

Sintaxe:

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

# Check for and install updates
chloros-cli update

Opção	Descrição
--check	Apenas verificar atualizações, não instalar

Este comando está disponível apenas no Linux. No Windows, as atualizações são fornecidas através do instalador.

---

Opções globais

Estas opções aplicam-se a todos os comandos:

Opção	Tipo	Padrão	Descrição
--backend-exe	Caminho	Detectado automaticamente	Caminho para o executável do backend
--port	Inteiro	5000	Número da porta do backend API
--restart	Sinalizador	-	Forçar reinício do backend (encerra processos existentes)
--version	Sinalizador	-	Mostrar informações da versão e sair
--help	Sinalizador	-	Mostrar informações de ajuda e sair

Detecção automática do backend: O caminho --backend-exe é detetado automaticamente por plataforma:

• 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

Exemplo com opções globais:

Windows:

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

Linux:

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

---

Guia de configurações de processamento

Processamento Paralelo e Adaptação Dinâmica de Computação

O Chloros 1.1.0 inclui Adaptação Dinâmica de Computação — o motor de processamento deteta automaticamente o seu hardware e seleciona a estratégia ideal:

Plataforma	Estratégia	Trabalhadores	Pipeline	Notas
Jetson Nano 8 GB	GPU_SINGLE	1	tiled_gpu	Eficiente em termos de memória, serializado
Jetson Orin NX 16 GB	GPU_PARALLEL	3	fused_gpu	Processamento simultâneo por GPU
Desktop com GPU de 8 GB	GPU_SINGLE	3	tiled_gpu	Bom desempenho de desktop
Desktop com GPU de 12 GB ou mais	GPU_PARALLEL	3-4	fused_gpu	Desempenho ideal do desktop
Sistema apenas com CPU	CPU_PARALLEL	núcleos - 1	cpu_fallback	Não é necessária GPU

Não é necessária configuração manual! O Chloros deteta automaticamente a sua CPU, GPU, RAM e (no Jetson) sensores térmicos, configurando depois automaticamente o pipeline de processamento ideal.

Métodos de debayer

Método	Sinalizador CLI	Qualidade	Velocidade	Licença
Padrão (Rápido, Qualidade Média)	--debayer standard	Boa	Rápido	Grátis / Chloros+
Sensível à textura (Lento, Qualidade máxima)	--debayer texture-aware	Máxima	Lento	Apenas Chloros+

O método de debayer padrão é Padrão. O métodoSensível à Textura utiliza um modelo de redução de ruído baseado em IA/ML para obter resultados da mais alta qualidade, mas requer uma licença Chloros+ e uma GPU NVIDIA.

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

Correção de Vinheta

O que faz: Corrige a perda de luz nas bordas da imagem (cantos mais escuros comuns em imagens de câmara).

• Ativado por predefinição - A maioria dos utilizadores deve manter esta opção ativada

• Utilize --no-vignette para desativar

Recomendação: Ative sempre a correção de vinheta para garantir um brilho uniforme em todo o enquadramento.

Calibração de refletância

Converte valores brutos do sensor em percentagens de refletância padronizadas utilizando painéis de calibração.

• Ativado por predefinição - Essencial para a análise da vegetação

• Requer painéis de alvo de calibração nas imagens

• Use --no-reflectance para desativar

Requisitos: Certifique-se de que os painéis de calibração estão devidamente expostos e visíveis nas suas imagens para uma conversão precisa da refletância.

Correções PPK

O que faz: Aplica correções cinemáticas pós-processadas utilizando dados de registo DAQ-A-SD para melhorar a precisão do GPS.

• Desativado por predefinição

• Utilize --ppk para ativar

• Requer ficheiros .daq na pasta do projeto provenientes do sensor de luz DAQ-A-SD MAPIR.

Formatos de saída

Formato	Profundidade de bits	Tamanho do ficheiro	Ideal para
TIFF (16 bits) ⭐	Inteiro de 16 bits	Grande	Análise GIS, fotogrametria (recomendado)
TIFF (32 bits, percentagem)	Float de 32 bits	Muito grande	Análise científica, investigação
PNG (8 bits)	Inteiro de 8 bits	Médio	Inspeção visual, partilha na web
JPG (8 bits)	Inteiro de 8 bits	Pequeno	Pré-visualização rápida, saída comprimida

***

Automatização e scripts

Processamento em lote do PowerShell (Windows)

Processe automaticamente várias pastas de conjuntos de dados no 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

Script em lote Windows (Windows)

Loop simples para processamento em lote no 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

Processamento em lote Bash (Linux)

Processar várias pastas de conjuntos de dados em 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!"

Script de automação Python (multiplataforma)

Automação avançada com tratamento de erros (funciona no Windows e no 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()

---

Fluxo de trabalho de processamento

Fluxo de trabalho padrão

1. Entrada: Pasta contendo pares de imagens RAW/JPG

2. Detecção: O CLI procura automaticamente ficheiros de imagem suportados

3. Processamento: O modo paralelo adapta-se aos núcleos da sua CPU (Chloros+)

4. Saída: Cria subpastas por modelo de câmara com as imagens processadas

Exemplo de estrutura de saída

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
    └── ...

Estimativas de tempo de processamento

Tempos de processamento típicos para 100 imagens (12 MP cada):

Plataforma	Modo	Tempo estimado	Notas
Desktop com GPU de 12 GB ou mais	GPU_PARALLEL	5-10 min	Opção mais rápida
Desktop com GPU de 8 GB	GPU_SINGLE	10-15 min	Bom desempenho
Jetson Orin NX 16 GB	GPU_PARALLEL	15-25 min	Computação de ponta
Jetson Nano 8 GB	GPU_SINGLE	30-60 min	Memória limitada
Apenas CPU	CPU_PARALLEL	20-40 min	Não requer GPU

Dica de desempenho: O tempo de processamento varia consoante o número de imagens, a resolução, o método de debayer e o hardware. O debayer com reconhecimento de textura demora significativamente mais tempo do que o padrão. Consulte Adaptação Dinâmica de Computação para obter detalhes.

---

Resolução de problemas

CLI Não encontrado

Erro Windows:

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

Windows Soluções:

1. Verifique o local de instalação:

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

1. Utilize o caminho completo se não estiver no PATH:

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

1. Adicione manualmente ao PATH:

   • Abra Propriedades do Sistema → Variáveis de Ambiente

   • Edite a variável PATH

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

   • Reinicie o terminal

Erro Linux:

chloros-cli: command not found

Linux Soluções:

1. Verifique a instalação:

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

1. Reinicie o seu shell:

source ~/.bashrc

1. Verifique as permissões:

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

---

Falha ao iniciar o backendErro:

Backend failed to start within 30 seconds

Soluções:

1. Verifique se o backend já está a ser executado (feche-o primeiro)

2. Verifique se a firewall não está a bloquear (Windows) ou verifique a disponibilidade da porta (Linux: lsof -i :5000)

3. Tente uma porta diferente:

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

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

1. Forçar reinício do backend:

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

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

1. Em Linux, verifique se o executável do backend existe:

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

---

Problemas de Licença / AutenticaçãoErro:

Chloros+ license required for CLI access

Soluções:

1. Verifique se possui uma subscrição Chloros+ ativa

2. Inicie sessão com as suas credenciais:

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

1. Verifique o estado da licença:

chloros-cli status

1. Contacte o suporte: [e-mail]

---

Nenhuma imagem encontradaErro:

No images found in the specified folder

Soluções:

1. Verifique se a pasta contém formatos suportados (.RAW, .TIF, .JPG)

2. Verifique se o caminho da pasta está correto (use aspas para caminhos com espaços)

3. Certifique-se de que tem permissões de leitura para a pasta

4. Verifique se as extensões dos ficheiros estão corretas

---

Processamento fica lento ou bloqueiaSoluções:

1. Verifique o espaço disponível em disco (garanta que há espaço suficiente para a saída)

2. Feche outras aplicações para libertar memória

3. Reduza o número de imagens (processe em lotes)

---

Porta já em usoErro:

Port 5000 is already in use

Soluções:

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

---

Perguntas frequentes

P: Preciso de uma licença para o CLI?

R:Sim! O CLI requer umalicença Chloros+ paga.

• ❌ Plano Standard (gratuito): CLI desativado

• ✅ Planos Chloros+ (pagos): CLI totalmente ativado

Subscreva em: https://cloud.mapir.camera/pricing

---

P: Posso utilizar o CLI num servidor sem GUI?R: Sim! O CLI funciona de forma totalmente headless. Este é o principal caso de utilização no Linux.Servidor Windows:

• Servidor Windows 2016 ou posterior

• Visual C++ Redistributable instalado

Servidor Linux:

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

• Instalação através do pacote .deb

Ambas as plataformas:

• Mínimo de 8 GB de RAM (recomendado 16 GB)

• Ativação única da licença: chloros-cli login [e-mail] 'password'

---

P: Onde são guardadas as imagens processadas?R:Por predefinição, as imagens processadas são guardadas namesma pasta que a de entrada, em subpastas com o modelo da câmara (por exemplo, Survey3N_RGN/).

Utilize a opção -o para especificar uma pasta de saída diferente:

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

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

---

P: Posso processar várias pastas de uma só vez?R: Não diretamente num único comando, mas pode utilizar scripts para processar pastas sequencialmente. Consulte a secção Automatização e Scripts.***

P: Como guardo a saída do CLI num ficheiro de registo?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: O que acontece se eu premir Ctrl+C durante o processamento?R: O CLI irá:

1. Interromper o processamento de forma controlada

2. Encerrar o backend

3. Sair com o código 130

As imagens parcialmente processadas podem permanecer na pasta de saída.

---

P: Posso automatizar o processamento do CLI?R: Claro que sim! O CLI foi concebido para automação. Consulte Automação e Scripts para exemplos em PowerShell (Windows), Batch (Windows), Bash (Linux) e Python (multiplataforma).***

P: Como posso verificar a versão do CLI?R:

chloros-cli --version

Saída:

Chloros CLI 1.1.0

---

Obter ajuda

Ajuda da linha de comandos

Veja as informações de ajuda diretamente no CLI:

# General help
chloros-cli --help

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

Canais de suporte

• E-mail: [e-mail]

• Site: https://www.mapir.camera/community/contact

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

Exemplos completos

Exemplo 1: Processamento básico

Processar com as definições predefinidas (vinheta, refletância):

Windows:

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

Linux:

chloros-cli process ~/datasets/field_a_2025_01_15

---

Exemplo 2: Resultado científico de alta qualidade

32 bits de precisão flutuante 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

---

Exemplo 3: Processamento rápido de pré-visualização

PNG de 8 bits sem calibração para revisão rápida:

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

---

Exemplo 4: Processamento com correção PPK

Aplicar correções PPK com refletância:

Windows:

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

Linux:

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

---

Exemplo 5: Localização de saída personalizada

Processar para uma localização diferente com formato específico:

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)"

---

Exemplo 6: Fluxo de trabalho de autenticação

Fluxo de autenticação completo (igual em todas as plataformas):

# 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

---

Exemplo 7: Utilização multilingue

Alterar o idioma da interface (igual em todas as plataformas):

# 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