2、请利用所讲知识点，利用摄像头及相关功能函数，实现镜头抓拍功能，并利用键盘按1次a键，给图片添加高斯噪音，按1次b键，给图片添加椒盐噪音，按1次c键给图片添加泊松噪音，添加完后分别显示出来。

为了实现这个功能，我们将使用Python的`cv2`库来处理摄像头捕获的视频流，同时结合`numpy`库来添加各种类型的噪声。首先确保已经安装了这两个库，如果没有安装，可以使用`pip install opencv-python numpy`。

以下是一个简单的Python脚本，实现了摄像头捕获、按'a'键添加高斯噪声，按'b'键添加椒盐噪声，按'c'键添加泊松噪声的功能：

import cv2
import numpy as np

def add_gaussian_noise(img):
    noise = np.random.normal(0, 10, img.shape).astype(np.float32)  # 高斯噪声，默认标准差10
    noisy_img = img + noise
    return noisy_img.astype(np.uint8)

def add_salt_pepper_noise(img):
    s_vs_p = 0.5  # 盐与椒的比例
    amount = 0.004  # 产生噪点的比例
    out = np.copy(img)

    # Salt模式
    num_salt = np.ceil(amount * img.size * s_vs_p)
    coords = [np.random.randint(0, i - 1, int(num_salt)) for i in img.shape]
    out[coords] = 255

    # Pepper模式
    num_pepper = np.ceil(amount* img.size * (1.0 - s_vs_p))
    coords = [np.random.randint(0, i - 1, int(num_pepper)) for i in img.shape]
    out[coords] = 0

    return out

def add_poisson_noise(img):
    vals = len(np.unique(img))
    vals = 2 ** np.ceil(np.log2(vals))
    noisy = np.random.poisson(img * vals) / float(vals)
    return noisy

cap = cv2.VideoCapture(0)  # 使用默认摄像头
ret, frame = cap.read()

while True:
    key = cv2.waitKey(1) & 0xFF
    if key == ord('a'):
        noisy_frame = add_gaussian_noise(frame)
        cv2.imshow("Gaussian Noise", noisy_frame)
    elif key == ord('b'):
        noisy_frame = add_salt_pepper_noise(frame)
        cv2.imshow("Salt and Pepper Noise", noisy_frame)
    elif key == ord('c'):
        noisy_frame = add_poisson_noise(frame)
        cv2.imshow("Poisson Noise", noisy_frame)
    else:
        cv2.imshow("Camera Feed", frame)

    if key == ord('q'):  # 按'q'退出循环
        break

cap.release()
cv2.destroyAllWindows()

在这个脚本中，我们首先读取摄像头帧，然后在循环中检查接收到的按键。按下'a', 'b', 或 'c'时，相应的噪声会被添加到当前帧上，然后显示。当按下'q'键时，程序会退出。