-
Notifications
You must be signed in to change notification settings - Fork 3
/
tools.R
227 lines (212 loc) · 6.39 KB
/
tools.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
#' Download captcha
#'
#' @param dest destino do arquivo que vc deseja salvar o captcha
#' @export
#'
download <- function(dest = NULL) {
base <- 'http://www.tjrs.jus.br/site_php/consulta'
u <- paste0(base, '/human_check/humancheck_showcode.php')
if(is.null(dest)) {
dest <- tempfile(pattern = 'captcha', fileext = '.jpeg')
} else {
dest <- tempfile(pattern = 'captcha', tmpdir = dest, fileext = '.jpeg')
}
# download.file(url = paste0(base, captcha), destfile = dest, mode = "wb")
httr::GET(u, httr::write_disk(dest, overwrite = TRUE))
return(dest)
}
#' Ler Captcha
#'
#' copiada do captchasaj/ só mudei que o arquivo é JPEG
#' agora é PNG denovo :P
#'
#' @export
#'
ler <- function(a) {
img <- jpeg::readJPEG(a)
img_dim <- dim(img)
img_df <- data.frame(
x = rep(1:img_dim[2], each = img_dim[1]),
y = rep(img_dim[1]:1, img_dim[2]),
r = as.vector(img[,,1]),
g = as.vector(img[,,2]),
b = as.vector(img[,,3])
)
d <- dplyr::mutate(img_df, cor = rgb(r, g, b), id = 1:n())
d <- dplyr::filter(d, cor != '#FFFFFF')
tibble::as_data_frame(d)
}
#' Desenhar Capctha
#'
#' copiada do captchasaj
#'
#' @export
#'
desenhar <- function(d){
d <- dplyr::mutate(d, cor = rgb(r, g, b), id = 1:n())
p <- ggplot2::ggplot(d, ggplot2::aes(x = x, y = y))
p <- p +
ggplot2::coord_equal() +
ggplot2::theme_bw()
if(tibble::has_name(d, 'posicao')) {
p <- p + ggplot2::geom_point(shape = 15)
p <- p + ggplot2::facet_wrap(~posicao, scales = 'free_x', ncol = 6)
} else {
p <- p + ggplot2::geom_point(colour = d$cor, shape = 15, size = 3)
}
p +
ggplot2::scale_x_continuous(breaks = 0:1000 * 3) +
ggplot2::scale_y_continuous(breaks = 0:100 * 5)
}
#' Converter
#'
#' Converter de data.frame p/ matriz e de matriz p/ data.frame.
#'
#' @rdname converter
#' @param img imagem em formato de data.frame com as coluans x, y, r,g, e b
#'
#' @export
converter_em_matriz <- function(img){
img %>%
dplyr::select(x, y, r) %>%
tidyr::spread(x, r, fill = 1) %>%
dplyr::select(-y) %>%
as.matrix()
}
#' Converter em data.frame
#'
#' @rdname converter
#' @export
converter_em_df <- function(m) {
as.data.frame(m) %>%
dplyr::mutate(y = as.numeric(1:nrow(.))) %>%
tidyr::gather(x, r, -y) %>%
dplyr::mutate(x = tidyr::extract_numeric(x))
}
#' Preencher
#'
#' @rdname limpar
#'
#' @export
preencher <- function(img, x, y, lim, x_min = 0, y_min = 0){
img_completa = expand.grid(x = x_min:x, y = y_min:y)
dplyr::left_join(img_completa, img, c('x', 'y')) %>%
dplyr::mutate(
r = ifelse(is.na(r), 1, r),
r = ifelse(r > lim, 1, 0)
)
}
#' Pipe operator
#'
#' See \code{\link[magrittr]{\%>\%}} for more details.
#'
#' @name %>%
#' @rdname pipe
#' @keywords internal
#' @export
#' @importFrom magrittr %>%
#' @usage lhs \%>\% rhs
NULL
#' Limpar imagem
#'
#' @rdname limpar
#'
#' @param img imagem em formato de data.frame com as coluans x, y, r,g, e b
#' @param n raio da vizinhança utilizado. 1 utiliza apenas as células adjacentes.
#' @param k número de pontos escuros necessários no entorno, para que este seja mantido.
#' @param x x máximo
#' @param y y máximo
#' @param lim tom limite de cor [0,1]. quanto mais proximo de 0, mais escuro. Ou seja
#' quanto menor o valor dessa variável, mais fácil de desconsiderar aquele ponto.
#' Como o default é 0, significa que apenas são considerados os pontos que são totalmente pretos.
#'
#' @note se você estiver usando a função \code{limpar_por_posicao}, é importante
#' que o data.frame contenha uma coluna \code{posicao}
#'
#' @export
limpar <- function(img, n = 1, k = 6, x = 170, y = 30, lim = 0){
fk <- function(x) {sum(x == 0)}
mk <- matrix(1, 1 + 2 * n, 1 + 2 * n)
arrumado <- preencher(img, x, y, lim)
for(j in k) {
m_inicial <- arrumado %>% converter_em_matriz()
m <- m_inicial %>%
raster::raster() %>%
raster::focal(mk, fk, pad = TRUE, padValue = 1) %>%
raster::as.matrix()
m <- ifelse(m >= j & m_inicial == 0, 0, 1)
arrumado <- converter_em_df(m)
}
arrumado %>% dplyr::filter(r == 0)
}
#' @export
classificar <- function(arq, letras = NULL, path) {
suppressWarnings(dir.create(path))
arq %>% ler() %>% desenhar() %>% print()
letras <- readline(prompt="Letras: ")
file.copy(arq, sprintf('%s/%s.jpeg', path, letras))
}
#' Arruma o arquivo num BD pronto para predição.
#'
#' Deve ser usada dentro da função predizer.
#'
#' @param arqs_treino arquivo com a imagem em jpeg.
#' @param nm nomes do modelo para completar a base de predição.
#'
#' @export
arrumar <- function(arqs_treino, nm) {
bd <- tibble::data_frame(arq = arqs_treino) %>%
dplyr::arrange(arq) %>%
dplyr::mutate(.id = 1:n()) %>%
dplyr::group_by(arq) %>%
dplyr::do({
ler(.$arq) %>%
dplyr::mutate(r = g, b = g) %>%
dplyr::mutate(r = 1 - r) %>%
dplyr::filter(r <= .2) %>%
dplyr::mutate(r = ifelse(r < 1, 0, 1)) %>%
dplyr::mutate(g = r, b = r) %>%
limpar(y = 40, k = 6) %>%
dplyr::mutate(g = r, b = r) %>%
dplyr::filter(y >= 5, y <= 40, x >= 10, x <= 106) %>%
dplyr::mutate(group = cut(x, c(10, 34, 58, 82, 106), labels = c(1, 2, 3, 4)),
group = as.character(group),
group = ifelse(is.na(group), '4', group))
}) %>%
dplyr::ungroup()
d <- bd %>%
dplyr::mutate(letras = stringr::str_match(basename(arq), '([0-9]{4})_')[, 2]) %>%
dplyr::group_by(arq) %>%
dplyr::mutate(letra = stringr::str_sub(letras, as.numeric(group), as.numeric(group))) %>%
dplyr::ungroup() %>%
dplyr::mutate(x = x - 24 * (as.numeric(group) - 1)) %>%
dplyr::select(arq, letra, group, x, y, r) %>%
dplyr::mutate(x = sprintf('%03d', x), y = sprintf('%03d', y)) %>%
tidyr::unite(xy, x, y, sep = '_') %>%
tidyr::spread(xy, r, fill = 1)
nm <- nm[nm != '.outcome']
novos <- nm[!nm %in% names(d)]
d[, novos] <- 1
d
}
#' Predizer os numeros do arquivo
#'
#' Recebe um arquivo jpeg e retorna o texto do resultado predito.
#'
#' @param a arquivo com a imagem em jpeg.
#'
#' @return character com o número predito.
#'
#' @export
predizer <- function(a) {
a %>%
arrumar(names(m$trainingData)) %>% {
caret::predict.train(m, newdata = ., type = 'prob') %>%
tibble::rownames_to_column() %>%
tidyr::gather(key, value, -rowname) %>%
dplyr::group_by(rowname) %>%
dplyr::summarise(v = key[which.max(value)]) %>%
with(v)
} %>%
paste(collapse = '')
}