diff --git a/Code/Dyschromasie.py b/Code/Dyschromasie.py
index 7d690a7..b81006a 100644
--- a/Code/Dyschromasie.py
+++ b/Code/Dyschromasie.py
@@ -22,6 +22,7 @@ def gammaCorrection(v):
         print("Ungültiger Wert!!")
         return 1
 
+
 def reverseGammaCorrection(v_reverse):
     if v_reverse <= 0.0031308:
         return int(255 * (12.92 * v_reverse))
@@ -32,10 +33,10 @@ def reverseGammaCorrection(v_reverse):
         return 1
 
 
-cb_image = np.copy(image)                   #Kopie des Bildarrays
-cb_image = cb_image.astype('float64')       #Casting des Arrays auf Float
+cb_image = np.copy(image)  # Kopie des Bildarrays
+cb_image = cb_image.astype('float64')  # Casting des Arrays auf Float
 
-#Korrektur des Gamma Faktors für alle Bildelemente
+# Korrektur des Gamma Faktors für alle Bildelemente
 for i in range(rows):
     for j in range(cols):
         for x in range(3):
@@ -61,12 +62,28 @@ T_reversed = np.array([[5.47221206, -4.6419601, 0.16963708],
                        [-1.1252419, 2.29317094, -0.1678952],
                        [0.02980165, -0.19318073, 1.16364789]])
 
-#Multiplikation der einzelnen Pixelwerte
+# Multiplikation der einzelnen Pixelwerte
 for i in range(rows):
     for j in range(cols):
-        cb_image[i,j] = T.dot(cb_image[i,j])
+        cb_image[i, j] = T.dot(cb_image[i, j])
+
+# Simulationsmatrizen fuer Protanop
+
+S_b = np.array([[0, 1.05118294, -0.05116099],  #Simulationsmatrix fuer Protanopie
+                [0, 1, 0],
+                [0, 0, 1]])
+
+S_d = np.array([[1, 0, 0],                     #Simulationsmatrix fuer Deuteranopie
+                [0.9513092, 0, 0.04866992],
+                [0, 0, 1]])
+
+S_t = np.array([[1, 0, 0],                     #Simulationsmatrix fuer Tritanopie
+                [0, 1, 0],
+                [-0.86744736, 1.86727089, 0]])
+
+#choice = input("Bitte geben Sie den Typ der zu simulierenden Farbblindheit an:(B,D,T)")
+
 
-#Simulationsmatrizen
 
 
 cv2.namedWindow("Display")  # Displaywindow erstellen