API：Python SDK

Chloros Python SDK 提供了对 Chloros 图像处理引擎的编程访问，支持自动化、自定义工作流，并可与您的 Python 应用程序及研究流程无缝集成。

主要功能

• 🐍 原生 Python - 简洁、符合 Python 风格的 API 图像处理

• 🔧 全面访问 API - 对 Chloros 处理拥有完全控制权

• 🚀 自动化 - 构建自定义批处理工作流

• 🔗 集成 - 将 Chloros 嵌入现有 Python 应用程序

• 📊 科研就绪 - 非常适合科学分析流程

• ⚡ 并行处理 - 根据您的 CPU 核心数进行扩展 (Chloros+)

系统要求

要求	详细信息
已安装 Chloros	Windows：桌面安装程序； Linux：.deb 软件包
许可证	Chloros+ (需付费套餐)
操作系统	Windows 10/11 (64 位), Linux x86_64 (amd64), Linux arm64 (NVIDIA Jetson JetPack 6)
Python	Python 3.7 或更高版本
内存	至少 8GB RAM（建议 16GB）
互联网	许可证激活所需

许可证要求：Python SDK 需要付费的 Chloros+ 订阅才能访问 API。 标准（免费）套餐不包含 API/SDK 访问权限。请访问 https://cloud.mapir.camera/pricing 进行升级。

快速入门

安装

通过 pip 安装：

pip install chloros-sdk

首次设置：在使用 SDK 之前，请通过打开 Chloros、Chloros （浏览器）或 Chloros CLI，并使用您的凭据登录。此操作仅需执行一次。在 Linux（无图形界面）上，请使用：chloros-cli login [e-mail] 'password'

基本用法

仅需几行代码即可处理文件夹：

from chloros_sdk import process_folder

# One-line processing (Windows)
results = process_folder("C:\\DroneImages\\Flight001")

# One-line processing (Linux)
results = process_folder("/home/user/drone_images/flight001")

跨平台路径：本页面的代码示例使用 Windows 格式的路径（例如 C:\\DroneImages\\Flight001）。 在 Linux 上，请改用 Linux 格式的路径（例如 /home/user/drone_images/flight001 或 ~/drone_images/flight001）。SDK 在两个平台上的工作原理完全相同。

完全控制

适用于高级工作流：

from chloros_sdk import ChlorosLocal

# Initialize SDK
chloros = ChlorosLocal()

# Create project
chloros.create_project("MyProject", camera="Survey3N_RGN")

# Import images
chloros.import_images("C:\\DroneImages\\Flight001")  # Windows
# chloros.import_images("/home/user/drone_images/flight001")  # Linux

# Configure settings
chloros.configure(
    vignette_correction=True,
    reflectance_calibration=True,
    indices=["NDVI", "NDRE", "GNDVI"]
)

# Process images
chloros.process(mode="parallel", wait=True)

---

安装指南

先决条件

在安装 SDK 之前，请确保您已具备：

1. 已安装 Chloros — Windows：桌面安装程序 (下载)； Linux：.deb 软件包（Linux 安装）

2. Python 3.7+ 已安装 (python.org)

3. 有效的 Chloros+ 许可证 (升级)

通过 pip 安装

标准安装：

pip install chloros-sdk

支持进度监控：

pip install chloros-sdk[progress]

开发安装：

pip install chloros-sdk[dev]

验证安装

测试 SDK 是否安装正确：

import chloros_sdk
print(f"Chloros SDK version: {chloros_sdk.__version__}")

---

首次设置

许可证激活

SDK 与 Chloros、Chloros（浏览器版）以及 Chloros CLI 使用相同的许可证。 请通过图形界面或 CLI 进行一次激活：

Windows：打开Chloros 或 Chloros（浏览器），并在“用户” 选项卡登录，或使用 CLI。Linux: 使用 CLI（无图形界面可用）：

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

许可证将缓存于本地，并在重启后保持有效。

一次性设置：通过图形界面或 CLI 登录后，SDK 会自动使用缓存的许可证。无需额外认证！

注销：SDK用户可通过调用logout()方法，以编程方式清除缓存的凭据。请参阅API参考文档中的logout()方法。

测试连接

验证 SDK 能否连接到 Chloros：

from chloros_sdk import ChlorosLocal

# Initialize SDK (auto-starts backend if needed)
chloros = ChlorosLocal()

# Check status
status = chloros.get_status()
print(f"Backend running: {status['running']}")

---

API 参考

ChlorosLocal 类

用于本地 Chloros 图像处理的主类。

构造函数

ChlorosLocal(
    api_url="http://localhost:5000",     # Backend URL
    auto_start_backend=True,             # Auto-start backend if not running
    backend_exe=None,                    # Backend path (auto-detected)
    timeout=30,                          # Request timeout (seconds)
    backend_startup_timeout=60           # Backend startup timeout
)

参数：

参数	类型	默认值	描述
api_url	str	"http://localhost:5000"	本地 Chloros 后端的 URL 实例
auto_start_backend	bool	True	如有需要自动启动后端
backend_exe	字符串	None (自动检测)	后端可执行文件的路径
timeout	整数	30	请求超时时间（秒）
backend_startup_timeout	int	60	后端启动超时（秒）

示例：

# Default (auto-start backend, auto-detect path on Windows and Linux)
chloros = ChlorosLocal()

# Connect to running backend
chloros = ChlorosLocal(auto_start_backend=False)

# Custom backend path (Windows)
chloros = ChlorosLocal(backend_exe="C:/Custom/chloros-backend.exe")

# Custom backend path (Linux)
chloros = ChlorosLocal(backend_exe="/opt/mapir/chloros/backend/chloros-backend")

# Custom timeout with longer startup (e.g., for Jetson)
chloros = ChlorosLocal(timeout=60, backend_startup_timeout=120)

跨平台自动检测：SDK 会自动尝试适用于您平台的正确后端路径：

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

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

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

---

方法

create_project(project_name, camera=None)

创建一个新的 Chloros 项目。

参数：

参数	类型	必填	描述
project_name	str	是	项目名称
camera	字符串	否	相机模板（例如，“Survey3N_RGN”、“Survey3W_OCN”）

返回值： dict - 项目创建响应示例：

# Basic project
chloros.create_project("DroneField_A")

# With camera template
chloros.create_project("DroneField_A", camera="Survey3N_RGN")

---

import_images(folder_path, recursive=False)

从文件夹导入图像。

参数：

参数	类型	必填	描述
folder_path	字符串/路径	是	包含图片的文件夹路径
recursive	布尔值	否	搜索子文件夹（默认：False）

返回值： dict - 包含文件数量的导入结果示例：

# Import from folder
chloros.import_images("C:\\DroneImages\\Flight001")

# Import recursively
chloros.import_images("C:\\DroneImages", recursive=True)

---

configure(**settings)

配置处理设置。

参数：

参数	类型	默认值	描述
debayer	字符串	"标准（快速，中等质量）"	去拜耳化方法
vignette_correction	布尔值	True	启用暗角校正
reflectance_calibration	布尔型	True	启用反射率校准
indices	列表	None	待计算的植被指数
export_format	字符串	"TIFF (16位)"	输出格式
ppk	bool	False	启用 PPK 校正
custom_settings	dict	None	高级自定义设置

导出格式：

• "TIFF (16-bit)" - 推荐用于GIS/摄影测量

• "TIFF (32-bit, Percent)" - 科学分析

• "PNG (8-bit)" - 目视检查

• "JPG (8-bit)" - 压缩输出

**可用索引：**NDVI, NDRE, GNDVI, OSAVI, CIG, EVI、SAVI、MSAVI、MTVI2 等。示例：

# Basic configuration
chloros.configure(
    vignette_correction=True,
    reflectance_calibration=True,
    indices=["NDVI", "NDRE"]
)

# Advanced configuration
chloros.configure(
    debayer="Standard (Fast, Medium Quality)",
    vignette_correction=True,
    reflectance_calibration=True,
    ppk=True,
    export_format="TIFF (32-bit, Percent)",
    indices=["NDVI", "NDRE", "GNDVI", "OSAVI", "CIG"]
)

---

process(mode="parallel", wait=True, progress_callback=None)

处理项目图像。

参数：

参数	类型	默认值	描述
mode	字符串	"parallel"	处理模式："parallel" 或 "serial"
wait	布尔值	True	等待完成
progress_callback	可调用	None	进度回调函数(progress, msg)
poll_interval	浮点数	2.0	进度轮询间隔（秒）

返回值： dict - 处理结果

并行模式：需要 Chloros+ 许可证。自动扩展至您的 CPU 核心（最多 16 个工作线程）。

示例：

# Simple processing
results = chloros.process()

# With progress monitoring
def show_progress(progress, message):
    print(f"[{progress}%] {message}")

chloros.process(
    mode="parallel",
    progress_callback=show_progress,
    wait=True
)

# Fire-and-forget (non-blocking)
chloros.process(wait=False)

---

get_config()

获取当前项目配置。

返回值： dict - 当前项目配置示例：

config = chloros.get_config()
print(config['Project Settings'])

---

get_status()

获取后端状态信息，包括每个线程的处理进度。

返回值： dict - 具有以下结构的后端状态：

{
    "running": True,
    "url": "http://localhost:5000",
    "processing": {
        "percent": 75.0,
        "phase": "processing"
    },
    "export": {
        "percent": 50.0,
        "phase": "exporting",
        "active": True
    }
}

示例：

status = chloros.get_status()
print(f"Running: {status['running']}")
print(f"URL: {status['url']}")
print(f"Processing: {status['processing']['percent']}%")
print(f"Export: {status['export']['percent']}% - Active: {status['export']['active']}")

---

shutdown_backend()

关闭后端（若由 SDK 启动）。

示例：

chloros.shutdown_backend()

---

logout()

清除本地系统中的缓存凭据。

描述：

通过删除缓存的身份验证凭据来实现程序化注销。这适用于：

• 在不同的 Chloros+ 账户之间切换

• 在自动化环境中清除凭据

• 安全目的（例如，在卸载前移除凭据）

返回值： dict - 注销操作结果示例：

from chloros_sdk import ChlorosLocal

# Initialize SDK
chloros = ChlorosLocal()

# Clear cached credentials
result = chloros.logout()
print(f"Logout successful: {result}")

# After logout, login required via GUI/CLI/Browser before next SDK use

需重新认证：调用 logout() 后，必须通过 Chloros、Chloros （浏览器），或通过 Chloros CLI 登录，方可使用 SDK。

---

便捷函数

process_folder(folder_path, **options)

用于处理文件夹的一行便捷函数。

参数：

参数	类型	默认值	描述
folder_path	str/Path	必填	包含图像的文件夹路径
project_name	str	自动生成的	项目名称
camera	字符串	None	相机模板
indices	列表	["NDVI"]	待计算的索引号
vignette_correction	布尔型	True	启用暗角校正
reflectance_calibration	布尔型	True	启用反射率校准
export_format	字符串	"TIFF (16-bit)"	输出格式
mode	字符串	"parallel"	处理模式
progress_callback	可调用	None	进度回调

返回值： dict - 处理结果示例：

from chloros_sdk import process_folder

# Simple one-liner
results = process_folder("C:\\DroneImages\\Flight001")

# With custom settings
results = process_folder(
    "C:\\DroneImages\\Flight001",
    project_name="Field_A_Survey",
    camera="Survey3N_RGN",
    indices=["NDVI", "NDRE", "GNDVI"],
    mode="parallel"
)

# With progress monitoring
def show_progress(progress, message):
    print(f"[{progress}%] {message}")

results = process_folder(
    "C:\\DroneImages\\Flight001",
    progress_callback=show_progress
)

---

上下文管理器支持

SDK 支持上下文管理器以实现自动清理：

from chloros_sdk import ChlorosLocal

# Auto-cleanup when done
with ChlorosLocal() as chloros:
    chloros.create_project("MyProject")
    chloros.import_images("C:\\Images")
    chloros.configure(indices=["NDVI"])
    chloros.process()
# Backend automatically shut down here

---

完整示例

Linux 用户：以下所有示例均使用 Windows 路径。请将 C:\\... 路径替换为您自己的 Linux 路径 （例如：/home/user/... 或 ~/...）。所有 SDK 功能在各平台间均保持一致。

示例 1：基本处理

使用默认设置处理文件夹：

from chloros_sdk import process_folder

# Process with default settings
results = process_folder("C:\\Datasets\\Field_A_2025_01_15")

print(f"Processing complete: {results}")

---

示例 2：自定义工作流

完全控制处理流程：

from chloros_sdk import ChlorosLocal

# Initialize SDK
chloros = ChlorosLocal()

# Create project with camera template
chloros.create_project("Research_Plot_A", camera="Survey3N_RGN")

# Import images
import_results = chloros.import_images("C:\\Research\\PlotA")
print(f"Imported {len(import_results.get('files', []))} images")

# Configure advanced settings
chloros.configure(
    debayer="Standard (Fast, Medium Quality)",
    vignette_correction=True,
    reflectance_calibration=True,
    ppk=False,
    export_format="TIFF (16-bit)",
    indices=["NDVI", "NDRE", "GNDVI", "OSAVI"]
)

# Process with progress monitoring
def show_progress(progress, message):
    print(f"Progress: {progress}% - {message}")

chloros.process(
    mode="parallel",
    progress_callback=show_progress,
    wait=True
)

print("Processing complete!")

---

示例 3：批量处理多个文件夹

处理多个飞行数据集：

from chloros_sdk import ChlorosLocal
from pathlib import Path

# Initialize SDK once
chloros = ChlorosLocal()

# List of flight folders
flights = [
    "C:\\Datasets\\Flight_001",
    "C:\\Datasets\\Flight_002",
    "C:\\Datasets\\Flight_003"
]

for flight_path in flights:
    flight_name = Path(flight_path).name
    print(f"\n{'='*60}")
    print(f"Processing: {flight_name}")
    print('='*60)
    
    try:
        # Create project
        chloros.create_project(flight_name, camera="Survey3N_RGN")
        
        # Import images
        chloros.import_images(flight_path)
        
        # Configure
        chloros.configure(
            vignette_correction=True,
            reflectance_calibration=True,
            indices=["NDVI", "NDRE", "GNDVI"]
        )
        
        # Process
        chloros.process(mode="parallel", wait=True)
        
        print(f"✓ {flight_name} completed successfully")
    
    except Exception as e:
        print(f"✗ {flight_name} failed: {e}")

print("\n" + "="*60)
print("All flights processed!")

---

示例 4：研究流程集成

将 Chloros 与数据分析集成：

from chloros_sdk import ChlorosLocal
import pandas as pd
import matplotlib.pyplot as plt

# Initialize Chloros
chloros = ChlorosLocal()

# Field survey data
surveys = [
    {"name": "Plot_A", "folder": "C:\\Research\\PlotA", "biomass": 4500},
    {"name": "Plot_B", "folder": "C:\\Research\\PlotB", "biomass": 3800},
    {"name": "Plot_C", "folder": "C:\\Research\\PlotC", "biomass": 5200}
]

results = []

for survey in surveys:
    # Process with Chloros
    chloros.create_project(survey['name'])
    chloros.import_images(survey['folder'])
    chloros.configure(indices=["NDVI", "NDRE"])
    chloros.process(mode="parallel", wait=True)
    
    # Get results
    config = chloros.get_config()
    
    # Extract NDVI values (example - adjust based on your needs)
    # In real implementation, you would read the processed TIFF files
    
    results.append({
        'plot': survey['name'],
        'biomass': survey['biomass'],
        # Add your NDVI extraction here
    })

# Statistical analysis
df = pd.DataFrame(results)
print("\nResults:")
print(df)

# Create correlation plot
# plt.scatter(df['ndvi'], df['biomass'])
# plt.xlabel('NDVI')
# plt.ylabel('Biomass (kg/ha)')
# plt.title('NDVI vs Biomass Correlation')
# plt.show()

---

示例 5：自定义进度监控

通过日志记录实现高级进度跟踪：

from chloros_sdk import ChlorosLocal
from datetime import datetime
import logging

# Setup logging
logging.basicConfig(
    filename=f'processing_{datetime.now():%Y%m%d_%H%M%S}.log',
    level=logging.INFO,
    format='%(asctime)s - %(message)s'
)

# Progress callback with logging
def log_progress(progress, message):
    log_msg = f"[{progress}%] {message}"
    logging.info(log_msg)
    print(log_msg)

# Process with logging
chloros = ChlorosLocal()
chloros.create_project("LoggedProcess")
chloros.import_images("C:\\DroneImages")
chloros.configure(indices=["NDVI", "NDRE"])

logging.info("Starting processing...")
chloros.process(
    mode="parallel",
    progress_callback=log_progress,
    wait=True
)
logging.info("Processing complete!")

---

示例 6：错误处理

适用于生产环境的健壮错误处理：

from chloros_sdk import ChlorosLocal
from chloros_sdk.exceptions import (
    ChlorosError,
    ChlorosBackendError,
    ChlorosLicenseError,
    ChlorosProcessingError
)

def process_safely(folder_path):
    """Process with comprehensive error handling"""
    try:
        with ChlorosLocal() as chloros:
            chloros.create_project("SafeProcess")
            chloros.import_images(folder_path)
            chloros.configure(indices=["NDVI"])
            chloros.process()
            
        return True, "Success"
    
    except ChlorosLicenseError as e:
        return False, f"License error: {e}. Upgrade to Chloros+ at cloud.mapir.camera/pricing"
    
    except ChlorosBackendError as e:
        return False, f"Backend error: {e}. Ensure Chloros is installed (Windows installer or Linux .deb package)."
    
    except ChlorosProcessingError as e:
        return False, f"Processing error: {e}"
    
    except FileNotFoundError as e:
        return False, f"Folder not found: {e}"
    
    except ChlorosError as e:
        return False, f"Chloros error: {e}"
    
    except Exception as e:
        return False, f"Unexpected error: {e}"

# Use the safe function
success, message = process_safely("C:\\DroneImages\\Flight001")
if success:
    print(f"✓ {message}")
else:
    print(f"✗ {message}")

---

示例 7：账户管理与注销

通过编程方式管理凭据：

from chloros_sdk import ChlorosLocal

def switch_account():
    """Clear credentials to switch to a different account"""
    try:
        chloros = ChlorosLocal()
        
        # Clear current credentials
        result = chloros.logout()
        print("✓ Credentials cleared successfully")
        print("Please log in with new account via Chloros, Chloros (Browser), or CLI")
        
        return True
    
    except Exception as e:
        print(f"✗ Logout failed: {e}")
        return False

def secure_cleanup():
    """Remove credentials for security purposes"""
    try:
        chloros = ChlorosLocal()
        chloros.logout()
        print("✓ Credentials removed for security")
        
    except Exception as e:
        print(f"Warning: Cleanup error: {e}")

# Switch accounts
if switch_account():
    print("\nRe-authenticate via Chloros GUI/CLI/Browser before next SDK use")

# Or perform secure cleanup
# secure_cleanup()

---

示例 8：命令行工具

使用 SDK 构建自定义 CLI 工具：

#!/usr/bin/env python
"""
Custom Chloros CLI Tool
Process multiple folders from command line
"""

import sys
import argparse
from pathlib import Path
from chloros_sdk import process_folder

def main():
    parser = argparse.ArgumentParser(description='Custom Chloros Processor')
    parser.add_argument('folders', nargs='+', help='Folders to process')
    parser.add_argument('--indices', nargs='+', default=['NDVI'],
                       help='Indices to calculate (default: NDVI)')
    parser.add_argument('--camera', default=None,
                       help='Camera template')
    parser.add_argument('--format', default='TIFF (16-bit)',
                       help='Export format')
    parser.add_argument('--logout', action='store_true',
                       help='Clear cached credentials before processing')
    
    args = parser.parse_args()
    
    # Handle logout if requested
    if args.logout:
        from chloros_sdk import ChlorosLocal
        chloros = ChlorosLocal()
        chloros.logout()
        print("Credentials cleared. Please re-login via Chloros GUI/CLI/Browser.")
        return 0
    
    successful = []
    failed = []
    
    for folder in args.folders:
        folder_path = Path(folder)
        
        if not folder_path.exists():
            print(f"✗ Skipping {folder}: not found")
            failed.append(folder)
            continue
        
        print(f"\nProcessing: {folder_path.name}...")
        
        try:
            process_folder(
                folder_path,
                camera=args.camera,
                indices=args.indices,
                export_format=args.format
            )
            print(f"✓ {folder_path.name} complete")
            successful.append(folder)
        
        except Exception as e:
            print(f"✗ {folder_path.name} failed: {e}")
            failed.append(folder)
    
    # Summary
    print(f"\n{'='*60}")
    print(f"Summary: {len(successful)} successful, {len(failed)} failed")
    
    return 0 if not failed else 1

if __name__ == '__main__':
    sys.exit(main())

用法：

# Process multiple folders
python my_processor.py "C:\Flight001" "C:\Flight002" --indices NDVI NDRE GNDVI

# Clear cached credentials
python my_processor.py --logout

---

异常处理

SDK 为不同类型的错误提供了专门的异常类：

异常层次结构

ChlorosError                    # Base exception
├── ChlorosBackendError        # Backend startup/connection issues
├── ChlorosLicenseError        # License validation issues
├── ChlorosConnectionError     # Network/connection failures
├── ChlorosProcessingError     # Image processing failures
├── ChlorosAuthenticationError # Authentication failures
└── ChlorosConfigurationError  # Configuration errors

异常示例

from chloros_sdk import ChlorosLocal
from chloros_sdk.exceptions import *

try:
    chloros = ChlorosLocal()
    chloros.process()

except ChlorosLicenseError:
    print("Chloros+ license required. Upgrade at cloud.mapir.camera/pricing")

except ChlorosBackendError:
    print("Backend failed to start. Ensure Chloros is installed (Windows installer or Linux .deb package).")

except ChlorosProcessingError as e:
    print(f"Processing failed: {e}")

except ChlorosError as e:
    print(f"General Chloros error: {e}")

---

高级主题

自定义后端配置

使用自定义后端位置或配置：

chloros = ChlorosLocal(
    backend_exe="C:\\Custom\\chloros-backend.exe",
    api_url="http://localhost:5001",  # Custom port
    timeout=60,                        # Longer timeout
    backend_startup_timeout=120        # 2 minutes startup
)

非阻塞处理

启动处理并继续执行其他任务：

# Start processing (non-blocking)
chloros.process(wait=False)

# Do other work here...
print("Processing started in background...")

# Check status later
import time
while True:
    status = chloros.get_config()
    if status.get('processing_complete'):
        break
    time.sleep(5)

print("Processing complete!")

内存管理

对于大型数据集，请分批处理：

from pathlib import Path

base_folder = Path("C:\\LargeDataset")
batch_size = 100

# Get all image files
images = list(base_folder.glob("*.RAW"))

# Process in batches
for i in range(0, len(images), batch_size):
    batch = images[i:i+batch_size]
    batch_folder = base_folder / f"batch_{i//batch_size}"
    
    # Create batch folder and move images
    # ... (implementation details)
    
    # Process batch
    process_folder(batch_folder)

---

故障排除

后端无法启动

问题： SDK 无法启动后端解决方案：

1. 验证 Chloros 是否已安装：

import os
import platform

# Auto-detect backend path
if platform.system() == "Windows":
    backend_path = r"C:\Program Files\MAPIR\Chloros\resources\backend\chloros-backend.exe"
else:
    backend_path = "/usr/lib/chloros/chloros-backend"

print(f"Backend exists: {os.path.exists(backend_path)}")

1. 检查防火墙（Windows）或端口可用性（Linux：lsof -i :5000）

2. 尝试手动后端路径：

# Windows
chloros = ChlorosLocal(backend_exe="C:\\Path\\To\\chloros-backend.exe")

# Linux
chloros = ChlorosLocal(backend_exe="/opt/mapir/chloros/backend/chloros-backend")

---

未检测到许可证问题： SDK 提示缺少许可证解决方案：

1. 打开 Chloros、Chloros（浏览器）或 Chloros CLI 并登录。

2. 验证许可证是否已缓存：

from pathlib import Path
import os
import platform

# Check cache location
if platform.system() == "Windows":
    cache_path = Path(os.getenv('APPDATA')) / 'Chloros' / 'cache'
else:
    cache_path = Path.home() / '.cache' / 'chloros'

print(f"Cache exists: {cache_path.exists()}")

1. 若遇到凭据问题，请清除缓存的凭据并重新登录：

from chloros_sdk import ChlorosLocal

# Clear cached credentials
chloros = ChlorosLocal()
chloros.logout()

# Then login again via Chloros, Chloros (Browser), or Chloros CLI

1. 联系支持：[e-mail]

---

导入错误问题： ModuleNotFoundError: No module named 'chloros_sdk'解决方案：

# Verify installation
pip show chloros-sdk

# Reinstall if needed
pip uninstall chloros-sdk
pip install chloros-sdk

# Check Python environment
python -c "import sys; print(sys.path)"

---

处理超时问题： 处理超时解决方案：

1. 延长超时时间：

chloros = ChlorosLocal(timeout=120)  # 2 minutes

1. 处理更小的批次

2. 检查可用磁盘空间

3. 监控系统资源

---

端口已被占用问题： 后端端口 5000 已被占用解决方案：

# Use different port
chloros = ChlorosLocal(api_url="http://localhost:5001")

或查找并关闭冲突进程：

# Windows PowerShell
Get-NetTCPConnection -LocalPort 5000

# Linux
lsof -i :5000
kill $(lsof -t -i :5000)

---

性能提示

优化处理速度

1. 使用并行模式（需 Chloros+ 及以上版本）

chloros.process(mode="parallel")  # Up to 16 workers

1. 降低输出分辨率（若可接受）

chloros.configure(export_format="PNG (8-bit)")  # Faster than TIFF

1. 禁用不必要的索引

# Only calculate needed indices
chloros.configure(indices=["NDVI"])  # Not all indices

1. 在 SSD 上处理（而非 HDD）***

内存优化

针对大型数据集：

# Process in batches instead of all at once
# See "Memory Management" in Advanced Topics

---

后台处理

为其他任务释放 Python：

chloros.process(wait=False)  # Non-blocking

# Continue with other work
# ...

---

集成示例

Django 集成

# views.py
from django.http import JsonResponse
from chloros_sdk import process_folder

def process_images_view(request):
    if request.method == 'POST':
        folder_path = request.POST.get('folder_path')
        
        try:
            results = process_folder(folder_path)
            return JsonResponse({'success': True, 'results': results})
        except Exception as e:
            return JsonResponse({'success': False, 'error': str(e)})

Flask API

# app.py
from flask import Flask, request, jsonify
from chloros_sdk import process_folder

app = Flask(__name__)

@app.route('/api/process', methods=['POST'])
def process():
    data = request.get_json()
    folder_path = data.get('folder_path')
    
    try:
        results = process_folder(folder_path)
        return jsonify({'success': True, 'results': results})
    except Exception as e:
        return jsonify({'success': False, 'error': str(e)}), 500

if __name__ == '__main__':
    app.run()

Jupyter Notebook

# notebook.ipynb
from chloros_sdk import ChlorosLocal
import matplotlib.pyplot as plt

# Initialize
chloros = ChlorosLocal()

# Process
chloros.create_project("JupyterTest")
chloros.import_images("C:\\Data")
chloros.configure(indices=["NDVI"])

# Progress in notebook
from IPython.display import clear_output

def notebook_progress(progress, message):
    clear_output(wait=True)
    print(f"Progress: {progress}%")
    print(message)

chloros.process(progress_callback=notebook_progress)

# Visualize results
# ... (your visualization code)

---

常见问题

问：SDK 需要互联网连接吗？

*答：仅在初始激活许可证时需要。通过 Chloros、Chloros（浏览器版）或 Chloros CLI 登录后，许可证将缓存至本地，并可在离线状态下使用 30 天。

问：我可以在没有图形界面的服务器上使用 SDK 吗？答： 可以！SDK 可在 Windows 和 Linux 服务器上以无头模式运行。Linux（推荐用于无头模式）：

• 通过 .deb 包进行安装

• 激活许可证：chloros-cli login [e-mail] 'password'

Windows 服务器：

• Windows Server 2016 或更高版本

• 已安装 Chloros（仅需安装一次）

• 通过 CLI 或在任意机器上激活许可证

---

问：Desktop、CLI 和 SDK 之间有什么区别？

功能	Desktop 图形界面	CLI 命令行	Python SDK
界面	点选式	命令行	Python API
最适合	可视化工作	脚本编写	集成
自动化	有限	良好	优秀
灵活性	基础	良好	最大
许可证	Chloros+	Chloros+	Chloros+

问：我可以使用 SDK 构建的应用程序进行分发吗？答： SDK 代码可以集成到您的应用程序中，但：

• 终端用户需安装 Chloros

• 终端用户需拥有有效的 Chloros+ 许可证

• 商业分发需获得 OEM 许可

有关 OEM 许可的咨询，请联系 [e-mail]。

---

问：如何更新 SDK？

pip install --upgrade chloros-sdk

---

问：处理后的图像保存在哪里？

默认保存在项目路径中：

Project_Path/
└── MyProject/
    └── Survey3N_RGN/          # Processed outputs

---

问：能否处理由按计划运行的 Python 脚本生成的图像？答： 可以！请使用操作系统计划任务配合 Python 脚本：

# scheduled_processing.py
from chloros_sdk import process_folder

# Process today's flights
results = process_folder("/data/flights/today")  # Linux
# results = process_folder("C:\\Flights\\Today")  # Windows

Windows： 通过任务计划程序设置为每日运行。Linux： 通过 cron 进行计划：

# Run at 2 AM daily
0 2 * ** /usr/bin/python3 /home/user/scheduled_processing.py >> /var/log/chloros.log 2>&1

---

问：SDK 是否支持 async/await？**答：**当前版本为同步模式。如需异步行为，请使用 wait=False 或在单独线程中运行：

import threading

def process_thread():
    chloros.process()

thread = threading.Thread(target=process_thread)
thread.start()

# Continue with other work...

---

问：如何在不同的 Chloros+ 账户之间切换？答： 使用 logout() 方法清除缓存的凭据，然后使用新账户重新登录：

from chloros_sdk import ChlorosLocal

# Clear current credentials
chloros = ChlorosLocal()
chloros.logout()

# Re-login via Chloros, Chloros (Browser), or Chloros CLI with new account

注销后，请通过图形界面、浏览器或 CLI 使用新账户进行身份验证，然后再使用 SDK。

---

获取帮助

文档

• API 参考：本页面

支持渠道

• 电子邮件：[e-mail]

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

• 定价：https://cloud.mapir.camera/pricing

示例代码

此处列出的所有示例均经过测试且可用于生产环境。请复制并根据您的具体用例进行调整。

---

许可专有软件 - 版权所有 (c) 2025 MAPIR Inc.

使用 SDK 需持有有效的 Chloros+ 订阅。禁止未经授权的使用、分发或修改。