python编写程序，首先对图像添加椒盐噪声或高斯噪声，然后对加噪图像进行均值滤波、中值滤波和高斯滤波

在Python中，处理图像并添加噪声以及进行滤波通常涉及使用像OpenCV（Open Source Computer Vision Library）这样的库。以下是基本步骤：

1. **安装必要的库**：
首先，你需要安装`opencv-python`和其他可能需要的数据科学库，比如`numpy`。可以使用pip命令安装：

   pip install opencv-python numpy

2. **导入所需的模块**：
导入OpenCV和其他所需的模块：

   import cv2
   import numpy as np

3. **添加噪声**：
- **椒盐噪声（Salt and Pepper Noise）**：

     salt_vs_pepper = 0.05  # 设置噪声比例
     noisy_image = cv2.imread('image.jpg', 0) + np.random.randint(-255*salt_vs_pepper, 255*salt_vs_pepper, size=noisy_image.shape, dtype=np.uint8)

- **高斯噪声（Gaussian Noise）**：

     gaussian_noise = np.random.normal(0, 40, noisy_image.shape)  # mean=0, std deviation (sigma), shape of image
     noisy_image += gaussian_noise

4. **滤波处理**：
- **均值滤波**：

     blur = cv2.blur(noisy_image, (5, 5))  # kernel size is a tuple

- **中值滤波**：

     median_blur = cv2.medianBlur(noisy_image, 5)

- **高斯滤波**：

     gaussian_blur = cv2.GaussianBlur(noisy_image, (5, 5), 0)

5. **显示原图与处理后的图像**：

   cv2.imshow('Original Image', noisy_image)
   cv2.imshow('Filtered Image (Mean)', blur)
   cv2.imshow('Filtered Image (Median)', median_blur)
   cv2.imshow('Filtered Image (Gaussian)', gaussian_blur)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

记得替换`'image.jpg'`为你要处理的图片路径。