In jtrecenti/captchaReceita: Quebrando Captcha Da Receita

Leitura da imagem

library(captchaReceita)
arq <- download()
d <- arq %>% ler
print(head(d))

Gráfico

d %>% desenhar

Processamento

• remover os pontos e riscos
• separar as letras
• alinhar a imagem

Cortando a imagem:

x <- d %>% 
  dplyr::filter(y >= 12, y <= 42, x >= 10, x <= 180) %>%
  dplyr::mutate(y = y - 12, x = x - 10)
desenhar(x)

Tirar a "sujeira"

x <-  x %>%
  tirar_sujeira(k = c(5, 5, 5)) %>%
  dplyr::mutate(cor = rgb(r,r,r))
desenhar(x)

"Picotar"

x <- x %>% 
  picotar %>%
  dplyr::mutate(cor = rgb(r,r,r))
desenhar(x)

Limpar de novo

Uma vez dentro de cada grupo

x <- x %>%  
  dplyr::group_by(grupo) %>%
  dplyr::do(tirar_sujeira(., c(4, 4, 4))) %>%
  dplyr::ungroup()
desenhar(x)

Picotar de novo

x <- x %>% 
  picotar %>%
  dplyr::mutate(cor = rgb(r,r,r))
desenhar(x)

Alinhar

x <- x %>% alinhar()
desenhar(x)

Recortar

x <- x %>%
  dplyr::group_by(grupo) %>%
  dplyr::filter(x <= 25, y <= 25)
desenhar(x)

Mudar a resolução

x <- x %>%
  dplyr::do(resize_image(., 20, 20)) %>%
  dplyr::ungroup()
desenhar(x)

Montar banco de dados

x %>%
      dplyr::mutate(xy = sprintf('x%02d_y%02d', x, y), um = 1) %>%
      dplyr::select(grupo, xy, um) %>%
      tidyr::spread(xy, um, fill = 0) %>%
      #arrange(grupo) %>%
      dplyr::select(-grupo)

Ajustar o modelo

• modelo usado foi Random Forest
• RF para não precisar fazer seleção de variáveis
• acerto é de 86% das letras
• approx: 40% das palavras

data(modelo)

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

arq <- download()
d <- arq %>% ler

res <- decodificar(arq, modelo)
print(res)

d %>% desenhar

jtrecenti/captchaReceita documentation built on May 20, 2019, 3:16 a.m.