邊緣增強是數字圖像處理的一個重要部分，它可以使圖像的邊緣更加清晰明顯，從而提高圖像的視覺效果和識別準確性。在Python中，我們可以使用OpenCV庫提供的函數來實現邊緣增強。

import cv2
# 讀取原始圖像
img = cv2.imread('lena.jpg', 0)
# 使用Sobel算子增強圖像邊緣
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=5)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=5)
sobel = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
# 顯示結果
cv2.imshow('Original Image', img)
cv2.imshow('Sobel Image', sobel)
cv2.waitKey(0)

在以上代碼中，我們先通過cv2.imread函數讀取原始圖像。然后使用cv2.Sobel函數分別計算圖像在X和Y方向上的一階差分，并通過cv2.addWeighted函數將兩個結果融合在一起，得到最終的增強邊緣圖像。最后使用cv2.imshow函數顯示原始圖像和增強圖像。

除了Sobel算子外，還有許多其他的邊緣增強算法，如Laplacian算子、Canny算子等。通過在以上代碼中修改算子名稱和參數，你可以輕松實現不同的邊緣增強效果。