diff --git "a/\347\224\250OpenCV\345\256\236\347\216\260\346\235\241\345\275\242\347\240\201\350\257\206\345\210\253-2021-04-22.md" "b/\347\224\250OpenCV\345\256\236\347\216\260\346\235\241\345\275\242\347\240\201\350\257\206\345\210\253-2021-04-22.md"
index 49325ca8a6c10a672f4f90c822efd29bcfd0cdb6..98adf210da4a3885e1898883ff0bf8923a836927 100644
--- "a/\347\224\250OpenCV\345\256\236\347\216\260\346\235\241\345\275\242\347\240\201\350\257\206\345\210\253-2021-04-22.md"
+++ "b/\347\224\250OpenCV\345\256\236\347\216\260\346\235\241\345\275\242\347\240\201\350\257\206\345\210\253-2021-04-22.md"
@@ -4,7 +4,7 @@
 
 https://github.com/opencv/opencv_contrib/tree/master/modules/barcode。
 
-我们收集的数据集（数据集地址：https://github.com/SUSTech-OpenCV/BarcodeTestDataset，共250张条码图片）上进行了测试，我们的识别算法正确率达到了**96%**，速度为**20ms**每张图像。作为对比，我们也测试了ZXing在该数据集上的表现，其正确率为**64.4%**，速度为**90ms**每张图像。
+我们收集的数据集（数据集地址：https://github.com/SUSTech-OpenCV/BarcodeTestDataset，共250张条码图片）上进行了测试，我们的识别算法正确率达到了96%，速度为20ms每张图像。作为对比，我们也测试了ZXing在该数据集上的表现，其正确率为64.4%，速度为90ms每张图像。
 
 注：测试速度不包含初始化以及读图时间。同时，我们的算法是C++实现，ZXing是Java实现。另外，对于用图片数据集进行的测试，ZXing99%的时间是在做彩色图到灰度图的转换。