Python中的腐蝕和增強分別是一種形態學圖像處理技術，用于圖像的預處理。它們能夠通過一系列掃描和比較操作，對圖像中的噪點和不需要的細節進行刪除和完善以增強圖像的清晰度和對比度，從而得到更好的效果。

import cv2
import numpy as np
# 讀入圖像數據
img = cv2.imread('img.jpg', 0)
# 腐蝕操作
kernel = np.ones((5, 5), np.uint8)
erosion = cv2.erode(img, kernel, iterations=1)
# 增強操作
dilation = cv2.dilate(img, kernel, iterations=1)
# 顯示處理后的圖像
cv2.imshow('Erosion', erosion)
cv2.imshow('Dilation', dilation)
# 等待用戶按下任意鍵結束程序
cv2.waitKey(0)
cv2.destroyAllWindows()

代碼中的第6行創建了一個5x5的卷積核，第7行使用cv2.erode()函數進行一次腐蝕操作，第10行使用cv2.dilate()函數進行一次增強操作。這兩個函數都接受三個參數：輸入的圖像、卷積核和掃描次數。

腐蝕和增強操作的差異在于，腐蝕操作可以用來消除圖像中不需要的細節，并使處理后的圖像更清晰。而增強操作則可以增加圖像的明亮度和對比度，使得圖像更鮮明。它們經常被用于數字圖像處理，如計算機視覺和機器視覺等領域。