利用cv2.medianBlur( )方法对添加了椒盐噪声的图像进行均值滤波，要求分别采用宽为3、5和9的滤波核，给出相关代码和实验结果；

在Python中，你可以使用OpenCV（cv2库）的`medianBlur`函数对图像进行中值滤波，去除椒盐噪声。这个函数会对每个像素周围的像素值进行排序，然后取其中的中位数作为当前像素的新值，对于椒盐噪声来说，这种处理方法通常比简单的平均滤波更为有效，因为它能更好地保留边缘信息。

以下是使用cv2.medianBlur的基本代码示例：

import cv2
import numpy as np

# 加载图像（这里假设你有一个名为"noisy_image.jpg"的椒盐噪声图片）
image = cv2.imread('noisy_image.jpg', cv2.IMREAD_GRAYSCALE)

# 定义不同的滤波核大小
kernels = [3, 5, 9]

# 对于每个滤波核大小，应用medianBlur
results = []
for kernel_size in kernels:
    blurred_image = cv2.medianBlur(image, kernel_size)
    results.append(blurred_image)

    # 可视化处理后的图像
    cv2.imshow(f'Median Blur (kernel size={kernel_size})', blurred_image)
    cv2.waitKey(0)  # 稍等片刻再显示下一个结果

# 关闭所有窗口
cv2.destroyAllWindows()