Identificar carros utilizando Haar Cascade

car_haarcascade.py

def identificar_carros(imagem):
    cars_classifier = cv2.CascadeClassifier('classificadores/haarcascade_car.xml')
  
    gray = cv2.cvtColor(imagem, cv2.COLOR_BGR2GRAY)
    cars = cars_classifier.detectMultiScale(gray, 1.2, 3)

    for (x,y,w,h) in cars:
        roi = imagem[y:y+h, x:x+w]
        area = int(w) * int(h)
        cv2.rectangle(imagem, (x,y), (x+w,y+h), (127,0,255), 2)
        cv2.putText(imagem, "CARRO", (x,y-20), cv2.FONT_HERSHEY_PLAIN, 2, (0,0,255), 1)
        
    return imagem
    
    cam_capture = cv2.VideoCapture("videos/cars.avi")

while True:
    ret, image_frame = cam_capture.read()
    
    if ret:
        image_frame = identificar_carros(image_frame)
        cv2.imshow("Faces", image_frame)
        
    if cv2.waitKey(1) == 13:
        break
        
cam_capture.release()
cv2.destroyAllWindows()

Claro, utiliza esse. Mas lembre-se que a precisão é bem baixa, se for construir um object dectector sugiro utilizar o YoloV8.

Para mais detalhes do Yolo, dá uma olhada em uma das minhas aulas, em particular essa.

Abraço.

Valeu @michelpf

Vou estudar o YoloV8 também, mas pretendo fazer algo bem simples, que não necessite de uma IA para detectar objetos.