手写文档的分词

Question

我正在从事DIAR的项目。

我必须对圣经的扫描页进行分词（下图）。

过程是：

1. 二值化；
2. 旋转
3. 线段
4. 列细分
5. 分词

一切正常，直到第4点。

我们如何从线段中提取每个单词？目的是仅将行分割成单词，而不识别所写的内容。