调用pepper_and_salt()函数和opencv提供的领域滤波(cv2.blur())和中值滤波函数，实现对一张图片添加椒盐噪声、去噪

首先，我们来了解一下如何使用Python的PIL库以及OpenCV（cv2）对图像进行椒盐噪声的添加和去噪处理。

1. **椒盐噪声添加**：
使用`pepper_and_salt()`函数通常是一个模拟操作，不是实际存在的库函数。如果我们想在Python中手动实现椒盐噪声，可以创建一个随机函数，将部分像素设为0（黑点）或255（白点）。例如：

   import numpy as np
   from PIL import Image

   def pepper_and_salt(image, percentage):
       noise = np.random.choice([0, 255], image.shape, p=[percentage, 1 - percentage])
       noisy_image = np.where(noise == 255, image, noise)
       return noisy_image

   # 加入50%的椒盐噪声
   salted_image = pepper_and_salt(np.array(Image.open('image.jpg')), 0.5)

2. **图像去噪**：
OpenCV提供了多种去噪方法，如`cv2.blur()`用于平滑滤波（低通滤波），它会降低高频成分（椒盐噪声）：

   import cv2
   from PIL import Image

   blurred_image = cv2.blur(salted_image, (5, 5))  # 窗口大小一般为奇数，如(3,3) 或 (5,5)

   # 对于更复杂的噪声，可以使用中值滤波器（cv2.medianBlur()），它基于像素邻域内的中值来替换中心像素：
   median_filtered_image = cv2.medianBlur(salted_image, 7)