读取 RGB 三原色图像，生成其在 HSI 空间的各个分量各自对应的灰度图。

首先，将 RGB 图像转换为 HSI 空间的图像，然后将 H、S、I 三个分量分别提取出来，分别进行灰度化处理即可得到每个分量对应的灰度图像。

以下是 Python 代码示例：

import cv2
import numpy as np

# 读取 RGB 图像
img = cv2.imread('rgb_image.jpg')

# 将 RGB 图像转换为 HSI 图像
hsi_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 分离 H、S、I 三个分量
h, s, i = cv2.split(hsi_img)

# 将每个分量灰度化
gray_h = cv2.cvtColor(h, cv2.COLOR_GRAY2BGR)
gray_s = cv2.cvtColor(s, cv2.COLOR_GRAY2BGR)
gray_i = cv2.cvtColor(i, cv2.COLOR_GRAY2BGR)

# 显示灰度图像
cv2.imshow('Gray H', gray_h)
cv2.imshow('Gray S', gray_s)
cv2.imshow('Gray I', gray_i)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`rgb_image.jpg` 是 RGB 图像文件的路径。`cv2.cvtColor()` 函数用于颜色空间转换，`cv2.split()` 函数用于分离三个分量。最后，将每个分量转换为灰度图像，使用 `cv2.cvtColor()` 函数将单通道图像转换为三通道图像，这样才能在窗口中显示出来。