嘿，这个问题我碰到过好多次啦——cv2.imread()只能读取JPG、PNG这类图像格式的文件，完全没法直接处理PDF，这就是你触发TypeError: Unsupported image object的核心原因。下面给你两种靠谱的解决思路，根据你的PDF类型选就行：

方案一：把PDF转成图片后再做OCR识别（适合扫描版/图片型PDF） #

如果你的PDF是扫描生成的（本质是一堆图片），那得先把每页PDF转成图片，再用Tesseract识别。推荐用pdf2image库来做转换：

步骤1：安装依赖 #

先装pdf2image，Mac用户还要额外装poppler（PDF转图片的底层工具）：

# 安装pdf2image
pip install pdf2image

# Mac用户用Homebrew装poppler
brew install poppler

步骤2：修改后的代码 #

import cv2
import pytesseract
import numpy as np
from pdf2image import convert_from_path

# 把PDF转成图片列表（每页对应一张图）
pages = convert_from_path('/Users/user1/Desktop/folder1/pdf1.pdf')

# 遍历每页图片做OCR
for page_num, page in enumerate(pages, start=1):
    # 把PIL图片转成OpenCV格式（也可以直接用PIL图片给Tesseract）
    img = cv2.cvtColor(np.array(page), cv2.COLOR_RGB2BGR)
    # 直接用PIL图片的话，替换成这行：text = pytesseract.image_to_string(page)
    text = pytesseract.image_to_string(img)
    print(f"第{page_num}页文本：")
    print(text)

方案二：直接提取PDF文本（适合原生文本型PDF） #

如果你的PDF是直接编辑生成的（不是扫描件），那根本不需要OCR，直接用文本提取库更快更准确，比如PyPDF2：

步骤1：安装依赖 #

pip install PyPDF2

步骤2：提取文本的代码 #

from PyPDF2 import PdfReader

reader = PdfReader('/Users/user1/Desktop/folder1/pdf1.pdf')
text_content = ""
for page in reader.pages:
    text_content += page.extract_text() + "\n"

print(text_content)

这样就能完美解决你的问题啦～

内容的提问来源于stack exchange，提问作者adrCoder