请用vscode的opencv库，编写python代码实现以下功能，按下a键，利用摄像头抓拍一张图片，然后给抓拍到的图片添加高斯噪音，然后对图片进行均值滤波去噪，然后对图片进行一次sobel算子检测图片边缘，要求保存每张图片

要在Visual Studio Code (VSCode) 中使用OpenCV库实现上述功能，首先需要安装必要的插件并导入所需模块。以下是具体的Python代码示例：

import cv2
import numpy as np

# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧
    ret, frame = cap.read()

    if not ret:
        break

    # 按下 'a' 键捕获并显示原图
    key = cv2.waitKey(1)
    if key == ord('a'):
        # 添加高斯噪声
        noisy_frame = frame + np.random.normal(loc=0, scale=50, size=frame.shape)
        
        # 对图片进行均值滤波去噪
        blurred_frame = cv2.GaussianBlur(noisy_frame, (5, 5), 0)

        # Sobel算子检测边缘
        gray_frame = cv2.cvtColor(blurred_frame, cv2.COLOR_BGR2GRAY)
        sobelx = cv2.Sobel(gray_frame, cv2.CV_64F, 1, 0, ksize=3)
        abs_sobelx = np.abs(sobelx)
        scaled_sobel = np.uint8(255 * abs_sobelx / np.max(abs_sobelx))

        # 保存图片
        save_path = "image_" + str(len(os.listdir("./output"))) + ".jpg"
        cv2.imwrite(save_path, scaled_sobel)

        # 显示结果
        cv2.imshow('Sobel Edge Detection', scaled_sobel)

    # 如果用户按其他键退出程序
    if key != -1:
        break

# 释放摄像头资源
cap.release()
cv2.destroyAllWindows()

在这个代码片段中，我们创建了一个无限循环，直到用户按下键盘的 'a' 键。当 'a' 键按下时，会依次完成高斯噪声添加、均值滤波、边缘检测，并将处理过的图像保存。每个处理阶段都在屏幕上显示出来。

注意，`os.listdir("./output")`用于获取当前目录下名为 "output" 的文件夹中已有图片的数量，以便生成唯一的文件名。