请用vscode的opencv库，编写python代码实现以下功能，用户按a键，抓拍一张图片，然后给图片添加高斯噪音，引入后对图片进行均值滤波去噪，然后再进行一次sobel算子检测图片边缘，要求显示4张图片

要在Visual Studio Code (VSCode) 中使用 OpenCV 库编写 Python 代码，首先你需要安装必要的库，包括 `opencv-python` 和 `matplotlib`。如果你还没有安装，可以使用 pip 进行安装：

pip install opencv-python matplotlib

下面是一个简单的示例，演示了如何按照要求操作图像：

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 创建一个空的摄像头捕获对象
cap = cv2.VideoCapture(0)

while True:
    # 检查是否读取到帧
    ret, frame = cap.read()

    if not ret:
        print("Failed to read frame")
        break

    # 用户按下'a'键时，保存当前帧
    if cv2.waitKey(1) & 0xFF == ord('a'):
        noised_frame = frame.copy()  # 复制原始帧以便后续处理
        # 添加高斯噪声
        noisy_frame = cv2.addWeighted(frame, 1.5, np.random.normal(0, 50, frame.shape), 0.5, 0)
        
        # 对添加噪声后的图像进行均值滤波去噪
        blurred_frame = cv2.GaussianBlur(noisy_frame, (5, 5), 0)

        # 使用Sobel算子检测边缘
        sobelx = cv2.Sobel(blurred_frame, cv2.CV_64F, 1, 0, ksize=5)  # x方向梯度
        sobely = cv2.Sobel(blurred_frame, cv2.CV_64F, 0, 1, ksize=5)  # y方向梯度
        edges = cv2.bitwise_and(sobelx, sobely)

        # 显示原始、噪声、去噪后以及边缘检测后的图片
        fig, axs = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))
        axs[0, 0].imshow(frame, cmap='gray')
        axs[0, 0].set_title('Original')

        axs[0, 1].imshow(noised_frame, cmap='gray')
        axs[0, 1].set_title('Noisy with Gaussian Noise')

        axs[1, 0].imshow(blurred_frame, cmap='gray')
        axs[1, 0].set_title('Blurred with Mean Filter')

        axs[1, 1].imshow(edges, cmap='gray')
        axs[1, 1].set_title('Edges with Sobel Operator')

        for ax in axs.flat:
            ax.set_xticks([])
            ax.set_yticks([])

        plt.show()
        plt.pause(0.5)  # 短暂暂停展示图片

    # 如果按下其他键退出循环
    if cv2.waitKey(1) & 0xFF != ord('a'):
        break

# 关闭摄像头
cap.release()
cv2.destroyAllWindows()

运行此代码时，当用户按下 'a' 键，程序会依次捕获、处理并显示原始图像、加噪图像、去噪后的图像以及边缘检测结果。每显示完一组图片后，程序会暂停一会儿再继续下一轮。