实现彩色图像从RGB彩色空间到HSI彩色空间的转换，并分别显示HSI彩色空间中的H、S和I分量。

好的，这里给出Python代码实现：

import cv2
import numpy as np

# 读取彩色图像
img = cv2.imread('test.jpg')

# 转换为浮点型数据并归一化到0~1之间
img_float = img.astype(np.float32) / 255.0

# 将RGB彩色空间转换为HSI彩色空间
r, g, b = cv2.split(img_float)
numerator = ((r - g) + (r - b)) / 2
denominator = np.sqrt((r - g)**2 + (r - b)*(g - b))
theta = np.arccos(numerator / (denominator + 1e-5))
h = np.zeros_like(theta)
h[b > g] = 2*np.pi - theta[b > g]
h[~(b > g)] = theta[~(b > g)]
s = 1 - 3*np.minimum(r, np.minimum(g, b))
i = (r + g + b) / 3

# 显示结果
cv2.imshow('Hue', h)
cv2.imshow('Saturation', s)
cv2.imshow('Intensity', i)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，我们首先读取彩色图像并将其转换为浮点型数据，并归一化到0~1之间。然后，我们将RGB彩色空间转换为HSI彩色空间，其中，H分量表示色调，S分量表示饱和度，I分量表示亮度。最后，我们分别显示HSI彩色空间中的H、S和I分量。