Тестирование изображения подушки на модели Tensorflow, созданной из MNIST?

Я рассмотрел базовый пример на MNIST для начинающих ML, и они создали простой классификатор цифр из базы данных MNIST, что довольно круто.

У них есть код руководства: mnist_softmax. py, но они используют классификатор для собственных тестовых изображений. Я хочу попробовать это на своем собственном изображении, загруженном из Pillow.

Вот часть, которую я изменил:

  from PIL import Image

  # Test trained model
  img = Image.open("09.png").convert('L')
  data = np.ndarray.flatten(np.array(img))
  result = sess.run(tf.argmax(y,1), feed_dict={x: [data]})
  print (' '.join(map(str,result)))

Но это ошибки с:

ValueError: Cannot feed value of shape (1, 1568) for Tensor u'Placeholder:0', which has shape '(?, 784)'

Изображения, которые я использую, имеют размер 28x28:

Как 9 и 14 соответственно.

Возможно, я неправильно понимаю, как работает классификатор, поскольку я только начал читать несколько руководств по машинному обучению. Мой вопрос в том, как я могу загрузить эти изображения из Pillow в классификатор, чтобы классификатор определил правильные цифры?

EDIT: Основываясь на комментариях @sascha, я обновил код, но получаю неправильные результаты. Я попытался очистить изображение 9:

Но теперь результат либо 7, либо 3.