请用vscode的opencv项目编写python程序，利用摄像头功能的程序捕捉图片，并对捕捉到的图片分别添加高斯噪音，椒盐噪音，泊松噪音，乘性噪音4种噪音，添加完后分别用均值滤波，中值滤波，高斯滤波对4种噪音分别去噪

在Visual Studio Code (VSCode) 中创建一个Python项目并集成OpenCV库，用于通过摄像头捕获图像并添加不同类型的噪声，然后应用各种滤波器进行去噪，可以按照以下步骤进行：

1. **安装环境**:
- 首先确保已经安装了Python、OpenCV（`cv2`）和可能需要的`numpy`库。如果还未安装，可以使用`pip install opencv-python numpy`命令。

2. **设置工作区**:
- 在VSCode中创建一个新的Python项目，选择“File” -> “New Folder”，给项目命名。

3. **打开VSCode**:
- 打开新创建的文件夹，在终端中激活虚拟环境（如有），然后运行Python。

4. **编写主程序**:
- 使用`.py`文件作为入口点，例如`main.py`。开始时导入必要的库并设置视频捕获：

   import cv2
   import numpy as np
   from random import uniform

   # 更改成你的设备ID
   cap = cv2.VideoCapture(0)

5. **添加噪声**:
- 定义一个函数来添加四种噪声：

   def add_noise(image, noise_type):
       if noise_type == "gaussian":
           image += np.random.normal(0, 10, image.shape)
       elif noise_type == "salt_pepper":
           salt_prob = uniform(0.01, 0.03)
           pepper_prob = uniform(0.01, 0.03)
           noisy_image = np.copy(image)
           mask = np.random.randint(0, 2, size=image.shape, p=[salt_prob, pepper_prob])
           noisy_image[mask] = [0, 0, 0] if noise_type == "salt" else 255
       elif noise_type in ("poisson", "multiplicative"):
           # 实现方法略复杂，参考OpenCV文档
           pass
       return noisy_image

6. **捕获、处理及显示图像**:

   while True:
       ret, frame = cap.read()
       if not ret:
           break
       
       for noise in ["gaussian", "salt_pepper", "poisson", "multiplicative"]:
           noisy_frame = add_noise(frame, noise)
           # 应用滤波器
           filtered_frame = apply_filter(noisy_frame, noise)

           # 显示原始、有噪声以及去噪后的图像
           cv2.imshow(f"{noise} Image", [noisy_frame, filtered_frame])
   
       if cv2.waitKey(1) & 0xFF == ord('q'):
           break

确保已定义`apply_filter()`函数对应每种噪声类型。

7. **关闭资源**:

   cap.release()
   cv2.destroyAllWindows()

8. **运行程序**:
- 将代码保存并双击`main.py`或在终端中运行`python main.py`启动程序。

现在你可以看到实时从摄像头捕获的图片，经过添加不同噪声和相应的滤波器后得到的效果。