README.Rmd

---
output:
  md_document:
    variant: markdown_github
---

<!-- README.md is generated from README.Rmd. Please edit that file -->

```{r, echo = FALSE}
knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>",
  fig.path = "README-",
  fig.width = 5,
  fig.height = 3
)
```

Esse pacote serve para quebrar o *captcha* da Receita Federal que aparece 
[neste endereço](http://www.receita.fazenda.gov.br/pessoajuridica/cnpj/cnpjreva/cnpjreva_solicitacao2.asp).

Um exemplo deste *captcha* pode ser observado na imagem abaixo.

```{r}
library(captchaReceita)
library(magrittr)
a <- download() %>% ler()
b <- download() %>% ler()
a %>%
  desenhar()
b %>% 
  desenhar()
```

## Preparação do banco de dados

Depois da classificação de 1100 captchas manualmente. Criamos um algoritmo capaz de processá-los em formatos que podem ser inseridos em um algoritmo de classificação.

Por exemplo, a imagem tratada fica neste formato.

```{r}
a %>% captchaReceita:::processar() %>% desenhar()
b %>% captchaReceita:::processar() %>% desenhar()
```

Usamos a função `preparar` para preparar um banco de dados completo.

```{r, eval = F}
bd <- preparar(dir = "data-raw/")
```

## Modelagem

Depois de preparar o banco de dados, separamos o banco de dados em construção e 
validação e ajustamos um modelo de random forest.

A função `separar` separa o banco em duas partes.

```{r, eval = F}
bd_s <- separar(bd)
```

O ajuste do modelo foi realizado da seguinte forma.

```{r, eval = F}
library(randomForest)
modelo <- randomForest(letras ~ ., data = bd_s$treino %>% dplyr::select(-arqs))
```

Agora podemos verificar o acerto na base de validação com o seguinte comando:

```{r, echo=FALSE}
library(randomForest)
load("data/bd_s.rda")
load("data/modelo.rda")
```

```{r}
calcular_erro(bd_s$teste)
```

# Previsão

Para prever p/ um novo captcha, use os seguintes comandos:

```{r}
arq <- download()
arq %>% ler() %>% desenhar()
decodificar(arq, modelo)
```